[PYTHON] Je veux dire qu'il y a un prétraitement des données ~

Bonjour, c'est sunfish. Avez-vous un YouTuber préféré? Êtes-vous préoccupé par l'augmentation du nombre d'inscrits? Si tel est le cas, examinons les données.

Les données

52 chaînes au total

• Informations sur la chaîne (nombre d'abonnés, mots-clés de définition de chaîne, etc.)
• Informations vidéo publiées (nombre de vues, nombre de likes, nombre de commentaires, etc.)

A été acquis par l'API YouTube et accumulé. ↓ Informations sur la chaîne ↓ Informations vidéo publiées

Il y a une habitude de pré-traitement de format 1-Strong

Ce sont les données qui représentent la longueur de la vidéo et sont au format standard ISO. Si vous le connaissez, vous remarquerez que ** "PT24M18S" -> 24 minutes 18 secondes **. À propos, les vidéos d'une heure ou plus sont écrites comme ** "PT2H24M57S" **. Et oui, je ne peux pas le gérer tel quel, donc je dois le transformer en secondes ou en minutes, c'est-à-dire une valeur numérique.

En traitement

Dans Analysis Tool nehan, il faut 4 étapes pour obtenir une fraction de cette chaîne. (J'ai ignoré le nombre de secondes cette fois) L'idée est de prendre une série de nombres ** se terminant par ** M ou H du format ** (heures) H (minutes) M (secondes) S **.

Le point est la partie qui extrait les minutes et les heures avec ** Extraire la chaîne de caractères **, et elle peut être extraite très facilement avec les paramètres suivants.

J'ai multiplié le nombre d'heures par 60 et je l'ai retourné en minutes, et j'ai pu obtenir le nombre total de minutes. Selon la langue, ce format semble être facile à gérer, mais si vous essayez de le faire sans programmation, ce sera assez difficile.

Il y a un prétraitement 2 - je ne veux que les dernières données

Étant donné que nous obtenons des informations sur le canal tous les jours, naturellement, les données du même canal seront accumulées. Vous pouvez donc créer un graphique comme celui-ci. (Chaîne: Hidetaka Kano [Chaîne officielle] EIKO! GO !!) Cependant, si vous souhaitez comparer de nombreux canaux, vous n'avez besoin que des dernières données pour chaque canal.

En traitement

Cela se fait en une seule étape. Utilisez ** Sélectionnez n lignes à partir du début / de la fin **. ↓ Triez par ordre décroissant de date d'acquisition des données et prenez la première ligne pour chaque nom de canal (Titre).

J'ai donc pu faire un tel graphique avec les dernières données.

Il y a un prétraitement 3 - De nombreux personnages sont collés ensemble

Plusieurs mots-clés peuvent être définis pour le canal et ils sont stockés séparés par des espaces dans les données. À ce rythme, le nombre de mots ne peut pas être compté, il est donc nécessaire de séparer chaque mot.

En traitement

Ceci est également réalisé en une seule étape. Utilisez ** Split String **. ↓ Mettez un espace dans la chaîne de caractères de la norme de division et cochez l'option permettant de maintenir la chaîne de caractères divisée verticalement.

Ensuite, vous pouvez le décomposer en mots et le rendre vertical. J'ai essayé d'agréger les mots, mais il semble qu'il n'y ait pas de mots communs à de nombreuses chaînes. .. .. Puisque nous avons beaucoup de données sur les canaux de cuisson, nous avons le plus de plats.

Sommaire

Que diriez-vous. Était là? L'outil d'analyse nehan est un outil créé pour faciliter le prétraitement. J'espère que vous pourrez transmettre le concept autant que possible.

• Pour une introduction à l'outil d'analyse nehan, cliquez ici [https://nehan.io/product/).