数据集介绍：

该数据集包含有关YouTube每日热门视频的数月（且在不断增加）的数据。包括美国，GB，DE，CA和FR地区（分别为美国，英国，德国，加拿大和法国）的数据，每天最多列出200个趋势视频。

每个区域的数据都在单独的文件中。数据包括视频标题，频道标题，发布时间，标签，观看次数，喜欢和不喜欢，描述以及评论数。

category_idJSON

有关数据集中特定列的更多信息，请参阅列元数据。

提出问题：

  • 哪些视频ID发布的视频观看数最多？其相应的发布数量和点赞数量呢？都属于什么类型？
  • 发布视频数量多但观看数少的视频ID有哪些？都是什么类型的视频？
  • 观看数、点赞数、不喜欢数、评论数四者之间的相关性分析。
  • 各视频的标签的标签云图，出现次数最多的标签是哪些？
  • 观看数TOP50的视频出现最多的标签是哪些？
  • 一般视频发布几天后会推荐？推荐和发布的天数差为多少的视频的播放量高？
  • 发布的视频中什么类型的视频数量最多？什么类型的视频平均播放次数最多？
  • 发布的视频中什么类型的视频观看量最多？点赞数最多？
  • 一般喜欢在几点发布视频？
  • 几点发布的视频观看数最高？
  • 周几发布(推荐)的视频观看数最高？
  • 几月发布(推荐)的视频观看数最高？

2.理解数据

3.数据清洗

格式转换

1.用记事本打开csv文件—另存为—编码设置为utf-8

2.用Excel打开并保存为xlsx格式

3.选择子集：

删除重复值：

数据处理：

trending_date(推荐日期)列处理：

由于trending_date列不是标准的日期格式，需要进行处理

在其左边添加一列全为20的数字列B，再在C列右边添加一列D，输入公式=B2&C2，再使用查找替换，将所有的 "." 的分隔符换为 "-"，最好利用分列功能将其转化为日期型格式

利用WEEKDAY和MONTH函数添加推荐日期的周和月份两列


publish_date(发布日期)列处理:

先使用LEFT函数【=LEFT(H2,10)】提取日期，并和发布日期一样利用WEEKDAY和MONTH函数添加推荐日期的周和月份两列

再使用MID函数【=MID(H2,12,12)】提取时间，其为一个字符

最后再用LEFT函数【=LEFT(I2,2)】提取出发布小时

添加 发布|推荐时间差 这一列：

最终字段如下图：



哪些视频ID发布的视频观看数最多？其相应的发布数量和点赞数量呢？都属于什么类型？

先用Excel的数据透视表进行分析

选择发布视频数量、观看数、点赞数TOP10的视频ID(发布视频数量因为有并列所以有16个)并删除7个重复项，用VLOOKUP函数匹配其相应的视频数量、观看数、点赞数、类别ID、类别，一个选择了29个视频ID

将上述图表导入Tableau进行可视化分析

由图可见：

id为VYOjWnS4cMY的观看数和点赞数均最多

id为ffxKSjUwKdU的观看数较多，但点赞数稍少

id为7C2z4GqqS5E的观看数稍少，但点赞数较多

上述3个ID发布的视频类别均为Music，可见该类别非常受欢迎。

发布视频数量多但观看数少的视频ID有哪些？都是什么类型的视频？

由图可知：

id为VYOjWnS4cMY的观看数最多，是其他的两倍以上，但发布的视频个数并不是最多的。

图表的下面一部分有许多发布的视频很多，但是观看数比较少的，分别是

MAjY8mCTXWk，mdWcaWBxxcY，8h--kFui1JA，UfKmSfgFxi8，6S9c5nnDd_s，j4KvrAUjn6c，，iILJvqrAQ_w，r-3iathMo7o

这8个视频ID发布的视频类别分布为

可见是由 Entertainment 和 Music 类别居多，还有两个分别是Film & Animation，Science & Technology

这些视频ID应该要找到其播放量不高的原因，努力提高视频的质量而不是数量。

观看数、点赞数、不喜欢数、评论数四者之间的相关性分析

结论：

观看数和点赞数，点赞数和评论数有明显的相关性

观看数和评论数，不喜欢数和评论数有着一般的相关性

观看数和不喜欢数，点赞数和不喜欢数没有相关性

各视频标签的标签云图是怎样的？出现次数最多的标签是哪些？

代码参考了以下文章：

python代码如下：

结论：出现最多的标签是：music,video,makeup,tutorial,star,wars

观看数TOP50的视频出现最多的标签是哪些？

因为只有50条标签，数量不多，直接用网站生成即可，上面一个问题由于4w条数据太多网站运行不了才用Python，网址如下：

结论：

出现最多的标签是：Sin，Video，Natasha，Natti，Rewind，Records，Rap，Grace

其中，Natti Natasha是一位歌手的名字，说明她非常受欢迎。Video，Rewind，Records，Rap也均与音乐有关。

一般视频发布几天后会推荐？推荐和发布的天数差为多少的视频的播放量高？

结论：大部分视频发布1-7天后会被推荐，发布6天后推荐的视频的播放量最高

发布的视频中什么类型的视频数量最多？什么类型的视频平均播放次数最多？

结论：平均观看次数最多的视频类型是Music,其次是Film & Animation,Shows,Gaming

Entertainment(娱乐性)视频虽然数量最多，但是平均观看次数并不高。

发布的视频中什么类型的视频观看量最多？点赞数最多？

结论：观看数和点赞数最多的视频类别均为Music，且比其他类型的视频高出非常多。

一般喜欢在几点发布视频？

结论：选择在下午3-5点发布视频的人数最多。

几点发布的视频观看数和点赞数最高？

结论：凌晨4点，下午2-4点发布的视频观看数和点赞数最高。

周几发布的视频观看数和点赞数最高？

结论：周五发布的视频观看数明显较高，周六发布的视频观看数明显较低。

推荐日期和观看数基本趋于稳定。

几月发布(推荐)的视频观看数最高？

Taleau可视化分析：

结论：

5月发布的视频，发布数量，观看数，点赞数均最多，

4月发布的视频，虽然发布数量排名第6，但是观看数和点赞数均排第2，

7-10月发布的视频数量非常少。

建议：

  • 想获得较高的观看数和点赞数，可以选择发布Music类型的视频
  • 应该要想办法提高视频的质量而不是数量。
  • 要想办法提高观看数，这样点赞数和评论数也会相应得到提高。
  • 有与Sin，Video，Natasha，Natti，Rewind，Records，Rap，Grace相关标签的视频可能会更受欢迎。
  • 发布Music，Film & Animation，Shows，Gaming这些类型的视频容易更受欢迎，谨慎发布Entertainment类型的视频，数量太多且观看数不多。
  • 选择在凌晨4点，下午2-4点发布视频观看数和点赞数可能更多。
  • 选择在周五发布视频观看数和点赞数可能更多，谨慎在周六发布视频。
  • 5月是发布视频的最佳时间，其次是4月。