Python Recommendation System --准备工作
1. 配置开发环境
推荐使用jupyter notebook、Anaconda、pandas，在安装了Anaconda后会自动安装pandas。
2. 准备数据
https://www.kaggle.com/rounakbanik/the-movies-dataset/downloads/movies_metadata.csv/7
3. 读取数据
import pandas as pd
df = pd.read_csv('文件的路径')
#查看表头
df.head()4. DataFrame
每一行都是一部电影，每一列都是一个属性，获取电影数目：
查看属性：
获取某行数据：
设置索引：
重置索引：
获取一个子集：
获取指定前几行：
获取dataFrame的信息：
格式转换：
直接尝试转换会报错，因为有字段不能正常转换，可以替换：
将年份信息转换成datatime：
按年份进行排序：
按道路降序排序：
条件查询：
多条件筛选：
5. Series
每行或者每列都是Series类型的数据：
获取某一列，取最大最小值：
获取某列均值、中位数：
获取90%分位的电影的revenue：
获取到结构是8.26百万，这说明只有10%的数据超过8.26百万
对属性进行数量统计：