技术求助：从Netflix数据集计算Top10电影出品国的平均影片时长

原代码问题分析 #

• 分组逻辑错误：应按country而非minute分组来计算各国影片平均时长
• 未关联Top10国家与平均时长计算：仅获取了Top10国家索引，但未过滤对应数据并完成均值计算
• 缺少排序步骤：未对计算出的平均时长结果进行排序展示

修正后的完整代码 #

# 筛选出所有电影类型的数据
df_movies = df[df['type'] == 'Movie']

# 获取出品电影数量排名前10的国家列表
top10_countries = df_movies['country'].value_counts().index[:10].tolist()

# 过滤出Top10国家的电影数据
df_top10_movies = df_movies[df_movies['country'].isin(top10_countries)]

# 按国家分组，计算平均影片时长，并按平均时长降序排序
country_avg_duration = df_top10_movies.groupby('country')['duration'].mean().sort_values(ascending=False)

# 打印结果
print(country_avg_duration)

代码说明 #

• value_counts().index[:10].tolist()：将Top10国家转为列表，方便后续过滤数据
• isin(top10_countries)：只保留Top10国家的电影数据，避免计算所有国家的均值
• groupby('country')['duration'].mean()：按国家分组，计算每组的影片时长均值
• sort_values(ascending=False)：将结果按平均时长从高到低排序，直观展示差异

内容的提问来源于stack exchange，提问作者Sk Hossen