菜鳥獨白
前幾天公眾號發起了一個送書活動(送書6本， 等你來拿)， 後臺有很多粉絲留言， 很快就超過100條留言。 送書有一個要求， 留言字數要40以上， 我為了更好的統計分析這些留言資料， 更好的選出中獎的名單， 我乾脆把微信的留言資料爬下來分析一下， 結果還真發現不少有意思的事！
1.爬取微信公眾號的留言資料
微信的留言資料並不是很難爬， 我為了方便我用了協力廠商的爬取工具Web scraper,這個工具算是神器還比較方便， 我大概用了2分鐘左右把所有的留言數都爬取了下來.
一共168條留言資料， 大概的內容長這樣：
我主要採集的姓名， 留言的內容和留言時間3個維度去分析了一下. 為了更好的分析資料：我把留言的內容的字數進行了統計， 把留言的時間進行了細分， 看最快的跟帖留言時間。 用Pandas進行清洗完成之後資料集：
2.資料的簡單分析
1).資料集一共168條留言:
一共有7個維度(留言姓名,內容， 時間， 字數長度,時間長度， 幾天， 多少分鐘)
2).看一下整個資料集的全貌：
發現：最長的留言是562個字， 最短的是6個字， 最快跟帖是3分鐘， 真的是神一樣的速度， 最慢的跟帖是2381分鐘， 大概就是我發了貼之後的40個小時之後才跟帖的.
3).看看資料集裡面有沒有缺失值
df[df['name'].isnull()]
還真有3個人的名字是空值， 不知道是不是爬取資料的時候問題
4).有沒有重複留言的同學
有的同學非常熱心， 會重複留言， 這裡面一定有真愛粉！我們來看一下都有誰：
一共有17位同學
5).留言字數40字以上的
當時我送書的留言明確申明，
一共168條留言：
40字以下：50人
40字以上：118人
100字以上：56人
200字以上：7個
40-100字的最多， 200字以上的應該是有很多故事要說給我聽！40字以下和100字以上的人數非常接近。
6).發現留言字數最長的前3名：
NaN到底是誰， 神秘粉絲！
7).留言字數VS留言時間
從留言字數和時間維度上分析， 一共分4個區塊：
第一個區塊：是最集中的在0-300分鐘， 也就是公眾號文章發佈的5個小時以內， 粉絲的關注度最為密集！
第二個區塊：是集中在500-1100分鐘， 也就是公眾號文章發佈的8-20小時， 我的文章是早上7點左右發佈的， 也就是下午3點到-半夜的時間， 這個區間的留言數已經開始稀稀疏疏了。 而且字數明顯下降很多。
第三個區塊：是集中在1400-2100分鐘， 也就是第二天的早上6點-晚上7點， 粉絲數留言又來開始增多， 但在字數很明顯下降的更多。
第四個區塊：發文章之後很迅速的留言， 並且字數還很多的， 這就是第四個區塊！時間在0-200分鐘， 也就是2-3小時以內， 字數在200字以上， 很明顯最忠實的粉絲， 最希望要這本書的粉絲就在這個區間。
3.中獎名單揭曉：
過濾出字數大於200字，留言迅速跟帖的時間在300分鐘以內的同學
看了這些，是不是覺得很心動呢？其實這只是一個簡單的入手小項目而已，初學者看著是不是有點頭疼？哈哈，別擔心 ，有任何問題歡迎私信小編，私信關鍵字：系統學習，我會給你一點學習上面的指導和規劃。
3.中獎名單揭曉：
過濾出字數大於200字，留言迅速跟帖的時間在300分鐘以內的同學
看了這些，是不是覺得很心動呢？其實這只是一個簡單的入手小項目而已，初學者看著是不是有點頭疼？哈哈，別擔心 ，有任何問題歡迎私信小編，私信關鍵字：系統學習，我會給你一點學習上面的指導和規劃。