YouTube（世界著名的视频共享网站）维护该平台上最流行的列表。要确定当年最热门的视频，YouTube会综合考虑多种因素，包括衡量用户的互动（观看次数，分享次数，评论和喜欢的次数），它们并不是整个日历年度中观看次数最多的视频”。YouTube趋势列表中反响最好的是音乐视频（例如著名的“ Gangam Style”），名人和/或真人秀表演等。该数据集是最热门YouTube视频的每日记录。

简短有趣的小视频非常受人们的欢迎，大家用空闲时间刷到这些短视频，在流量至上的时代把握用户的喜好是非常重要的。

一.提出问题

1.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都是多少，都属于什么类型？
2.发布视频数量多但观看数少的视频ID有哪些？是什么类型的视频？
3.哪些创作者上榜的次数最多？
4.一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？
5.发布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？什么类型的视频观看量最多？点赞数最多？
6.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？

二.理解数据

1.字段的含义

三.数据清洗

数据清洗步骤：选择子集,删除重复值,缺失值处理,一致化处理,数据排序,异常值处理。

1.选择子集：选择trending_date，channel_title，category_id，publish_time，tags，views，likes，dislikes，comment_count作为分析数据。共19869条数据。

2.删除重复值：

找到id，trending_date相同的重复行，共找到13条数据，将他们从主表删除，共删掉263条数据。

3.缺失值处理

在mysql中，设计表，将每一列都设置成非空,然后查找每一列的数据

4.一致化处理

将trending_date转换为日期的规整形式,将publishtime的日期，时间，月份，星期，trending_date和publish_date的间隔时间提取出来

最后结果为:

5.数据排序：发布热门时间进行升序排列

6.异常处理：数据中，34和23的category_id相同均是comedy，因此将34替换为23。

四.数据分析

1.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？

（1）VYOjWnS4cMY是播放量，喜欢量都是断层Top 1的视频ID。

（2）ffxKSjUwKdU是播放量第二高，但是点赞量排在第三，播放量高点赞量少。

（3）7C2z4GqqS5E是播放量第三高，点赞量排在第二，播放量少点赞量高。

前三都属于music类型的视频，下方的图表是前十名总播放量视频类别的占比，由此可知用户最喜欢的就是music,接下来喜欢的是Film&Animation和Entertainment。

2.发布视频数量多但观看数少的视频ID有哪些？是什么类型的视频？


筛选出视频发布数量前50的数据，筛掉ffxKSjUwKdU，VYOjWnS4cMY，ulNswX3If6U这几个发布数量多浏览量也多的数据，剩下的如图所示的数据

中QDk-xa1oBXw，4LlQwTgB5Rc，E2qtPth2W6w，86ysRAffCpI，zLuhCfBqf5U，4HX6R88QZB0，1h7KV2sjUWY，c0bsKc4tiuY，xrMfUeOPWto，1purAy2MsOc这几个的视频发布数量多，但是播放量却很少，用sql语句整合出他们的类型

画出饼状图

可见是由 Music 类别居多，还有是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。

3.哪些创作者上榜的次数最多？

筛选出上榜次数最多的创作者，前三分别是CNN，INSIDER，TED-Ed

4.一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？

由图可知，视频发布1-7天开始被推荐，在6，7天时是推荐播放量最高的。

5.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？什么类型的视频观看量和点赞数最多？

根据筛选，Music类型的视频是发布视频数量最多，平均播放次数，观看量和点赞量最高的。

其次是Film & Animation,Shows,Gaming。

Entertainment视频虽然数量最多，但是平均观看次数并不高。

并且

1.类别Education拥有最高的likes/disliks（踩赞比）比值（47.84），对于教育类视频人们很少产生厌恶情绪，并且经常点赞
2.类别Gaming的likes/dislike（踩赞比）比值最低（5.12），对于一些不好的游戏视频人们产生厌恶情绪较大
3.Nonprofits & Activism的likes/dislike比值倒数第二，同时views/comment_count（观评比）非常低，证明人们很愿意去评论

6.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？

由图可知，上午四点发布视频的观看量最高，其次是下午四点

如图所示，周四周五发布的视频观看量较高，而推荐时间几乎没影响观看量

如图，五月份的视频发布和推荐观看量最高。

7-10月发布的视频数量非常少

建议：

（1）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，就算是发布热门类型视频也要想办法提高视频的质量而不是数量。尽量提高观看数，这样点赞数和评论数也会相应得到提高。

（3）发布Music，Film & Animation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。

（4）选择在上午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，尽量不要在周六发布视频。5月是发布视频的最佳时间，其次是4月。