流浪地球在截至目前票房已达到46亿，成为中国电影史上票房第二高的电影。电影自春节上映开始，由流浪地球延申关于国产科幻电影等相关话题的热度一直很高。而2月20日左右社交媒体上开始有流浪地球在豆瓣被恶意一分的新闻出现，将流浪地球的讨论热度推向最高点。

本文尝试对流浪地球的在豆瓣的评分和评论等数据进行分析，以期得回答以下问题:

• 1.流浪地球在豆瓣的真实评分状况如何，是否被恶意评分。
• 2.豆瓣电影用户对于流浪地球的真实感受如何。
• 3.豆瓣电影的用户是否偏爱国外电影。

数据获取

1.爬取豆瓣电影的全部电影详情界面下的电影名称，制片地区，评价数量，评分分布等字段。

流浪地球详情截屏.PNG

爬虫代码请见:[待插入github的豆瓣爬虫代码]

得到的数据如下：

初始数据

数据清洗

得到的数据有以下问题

• 所有元素的格式都为str(s) of list,需要转换成相应的typ
• descriptions内包含部分需要提取的字段:语言，片长，上映日期等。
• 'type'等分类型数据需要根据需要进行one-hot转换。

数据清洗后的数据展示

2. 爬取流浪地球可查看的全部热门评论。

   
   豆瓣电影评论区.PNG