在DataFrame中對數(shù)據(jù)進行了處理、數(shù)據(jù)清洗，再進行數(shù)據(jù)分類匯總。
試用了ECharts圖表。
- 數(shù)據(jù)清洗，刪除無效（無法處理）的數(shù)據(jù)
df=df.drop(1280) #刪除無效索引數(shù)據(jù)
4條數(shù)據(jù)注冊日期格式是另外一種，沒有年份。無法做字符串切割。
- 對用戶的注冊日期進行分段處理，匯總統(tǒng)計每個月的注冊用戶數(shù)量
df['regtime2']=df['regtime'].astype(str)
df['regtime2']=df['regtime2'].str.slice(0,7)
- 分類匯總數(shù)據(jù)
dfa = df.groupby('articles')['nickname'].count()
dfb = df.groupby('articles')['comments','likes'].sum()
- 開始動手寫很重要。70%的用戶完全使用簡書的閱讀功能，沒有寫下文章。21%的用戶寫了不超過7篇文章。堅持寫，讓寫作成為你的習慣。
- 發(fā)表的文章在1～100篇時，"收到的喜歡"呈快速增加趨勢。當寫作超過100篇時，寫作越來越多元化，"收到喜歡" 變得不那么重要，是往首頁發(fā)的少了嗎？
- 寫得越多，發(fā)表的評論越多。很大一部分是文章留言互動。
- 簡書的僵尸用戶有多少？0文章0評論的算嗎？
簡書用戶2015.1（好像是簡書APP上線的時間） ，2015.9 和 2016.1 三次出現(xiàn)爆發(fā)增長。2016年3月以后用戶增長呈下降趨勢。
PS:
一、關(guān)于簡書用戶抓取的問題：
- 如何甄別僵尸用戶
- 0關(guān)注的用戶如何抓取
簡書web頁面上關(guān)注(following)沒有實現(xiàn)分頁，無法查看用戶所有的關(guān)注用戶。
0關(guān)注的用戶就是一個信息的孤島，要么是大神，也可能僅僅把簡書當做一個寫作工具來使用，另外一種可能就是僵尸。
二、關(guān)于逃離簡書平臺
有平臺就有江湖，就有逃離。之前也有過逃離豆瓣、逃離知乎。（當然極可能是被刪除的非法用戶內(nèi)容，一般用戶離開一個平臺，很少主動刪除內(nèi)容，只會變?yōu)椴换钴S用戶）。簡書是面向新人的平臺，提供良好的寫作體驗。
你會離開簡書嗎？
雖然不少人吐槽簡書首頁文章，還有人憤然離去。作為一個寫作者來說，一般而言當你開始寫時，處于成長期時，不會拋棄任何一個平臺，總要看看那個平臺流量如何，用戶的互動怎么樣？
看一下現(xiàn)在一些知識IP，他們沒有在簡書上發(fā)表文章，但仍在簡書上注冊了賬號，如秋葉、蕭秋水。
做為一個UGC模式的平臺，吸引高質(zhì)量的優(yōu)質(zhì)用戶入住，前期會帶來大量的用戶和流量，提度平臺活躍度。比如微博剛開始時，最近很火起來的分答都使用了這種模方式。簡書采取了另外一種方式，做法是扶持簡書簽約作者，我理解就是給堅持寫作的人提供更好的平臺和資源，加速成長。這得方式更適合寫作新人嶄露頭角。
優(yōu)質(zhì)內(nèi)容在哪里都是稀缺資源，不缺少平臺，尤其是現(xiàn)在這個時代。對于剛剛開始寫作的年輕人，簡書就是一個非常不錯的平臺。
三、簡書簽約作者是怎樣一群人
（分析待更新）
