python评论数据分析_Python亚马逊智能产品评论数据分析

一、概述

本文主要使用Python对亚马逊智能产品评论数据集进行数据清洗，通过对不同产品的评分进行变换后得到产品的好评数、中评数、差评数以及对应的比率等，通过上述这些指标，找到好评率最高的产品、并尝试通过词云图对差评率最高的产品进行原因分析，了解用户对产品的功能、设计等方面是否满意，对于不满足用户需求的产品，平台可以进行完善，提高产品的用户满意度等；

二、提出问题评论数最高和最低的商品

平均评分最高和最低的商品

好评率和差评率最高及最低的商品

商品的评价数是否与发布时间的长短成正相关

使用词云简单分析差评率最高的商品的原因

商品有无追评的平均评分如何

数据来源：亚马逊智能产品评论https://www.kaggle.com/datafiniti/consumer-reviews-of-amazon-products#1429_1.csv​www.kaggle.com

字段含义id-用户编号

name-产品名称

asins-产品编号

brand-品牌

categories-产品类别

keys-类别关键字

manufacturer-制造商

date-评论时间

dateAdded-追评时间

dateSeen-评论可见时间

doRecommend-评论是否被推荐

numHelpful-帮助性分子数

rating-评分

sourceURLs-评论链接

text-评论文字内容

title-评论标题

username-用户名

三、分析内容

3.1 数据清洗

由于数