這兩天在精選影視內(nèi)容，已初步準(zhǔn)(爬)備(蟲(chóng))好了部分?jǐn)?shù)據(jù)。（p.s. 對(duì)爬蟲(chóng)感覺(jué)興趣的朋友請(qǐng)關(guān)注后續(xù)文章）按之前的數(shù)據(jù)分析七步法，下一步是數(shù)據(jù)處理。本次嘗試完全使用Mysql來(lái)處理，不借用其他工具。

一、數(shù)據(jù)處理——數(shù)組字段拆分

上來(lái)的第一個(gè)難題就是電影的類型字段，是個(gè)多值類似數(shù)組格式，需要拆分。網(wǎng)上也有很多不同的解決方案，要用到自定義函數(shù)、存儲(chǔ)教程、臨時(shí)中間表、json，步驟較長(zhǎng)，不易理解。要是有簡(jiǎn)潔的方法就好了。

筆者昨天分享了with使用，正好其中有使用with的遞歸來(lái)解決問(wèn)題。還記得筆者是怎么對(duì)with評(píng)價(jià)的嗎？那就是具備了編程語(yǔ)言的功能，今天再感受一回神奇魔力吧。

直接上圖，簡(jiǎn)潔流暢，with的遞歸真是妙不可言。

二、統(tǒng)計(jì)分析

1、簡(jiǎn)單統(tǒng)計(jì)

2、窗口函數(shù)統(tǒng)計(jì)

3、關(guān)聯(lián)過(guò)濾——inner join

三、作業(yè)

準(zhǔn)備好的這份新數(shù)據(jù)，不只有以上的實(shí)戰(zhàn)練習(xí)case，還有很多可做的。留下幾道作業(yè)，有興趣的朋友請(qǐng)?jiān)诠娞?hào)后臺(tái)回復(fù)sql獲取數(shù)據(jù)庫(kù)賬號(hào)進(jìn)行練習(xí)。

? ? 每年上映的評(píng)分最高和最低的劇影

? ? 出演過(guò)至少2部的演員有哪些，按部數(shù)倒序

? ? 單一導(dǎo)演和聯(lián)合導(dǎo)演的劇影評(píng)分對(duì)比

? ? 評(píng)分前100的劇影來(lái)自哪些國(guó)家地區(qū)

以上作業(yè)代表是不同角度來(lái)分析——就是維度，通常以dim表示，還可以有維度交叉進(jìn)行分析，后續(xù)文章再予分享，敬請(qǐng)關(guān)注。

說(shuō)明：當(dāng)前數(shù)據(jù)不完備，有些統(tǒng)計(jì)的結(jié)果不具有代表意義，權(quán)當(dāng)訓(xùn)練。當(dāng)數(shù)據(jù)集到一定規(guī)模后，再執(zhí)行統(tǒng)計(jì)和分析，期待后續(xù)有意思的發(fā)現(xiàn)。