菜鸟独白
前几天公众号发起了一个送书活动(送书6本，等你来拿)，后台有很多粉丝留言，很快就超过100条留言。送书有一个要求，留言字数要40以上，我为了更好的统计分析这些留言数据，更好的选出中奖的名单，我干脆把微信的留言数据爬下来分析一下，结果还真发现不少有意思的事！
1.爬取微信公众号的留言数据
微信的留言数据并不是很难爬，我为了方便我用了第三方的爬取工具Web scraper,这个工具算是神器还比较方便，我大概用了2分钟左右把所有的留言数都爬取了下来.
一共168条留言数据，大概的内容长这样：
我主要采集的姓名，留言的内容和留言时间3个维度去分析了一下. 为了更好的分析数据：我把留言的内容的字数进行了统计，把留言的时间进行了细分，看最快的跟帖留言时间。用Pandas进行清洗完成之后数据集：
2.数据的简单分析
1).数据集一共168条留言:
一共有7个维度(留言姓名,内容，时间，字数长度,时间长度，几天，多少分钟)
小编推荐一个学Python的学习裙【六六三，零三三，二二八 】，无论你是大牛还是小白，是想转行还是想入行都可以来了解一起进步一起学习！裙内有开发工具，很多干货和技术资料分享！
2).看一下整个数据集的全貌：
发现：最长的留言是562个字，最短的是6个字，最快跟帖是3分钟，真的是神一样的速度，最慢的跟帖是2381分钟，大概就是我发了贴之后的40个小时之后才跟帖的.
3).看看数据集里面有没有缺失值
df[df['name'].isnull()]
还真有3个人的名字是空值，不知道是不是爬取数据的时候问题
4).有没有重复留言的同学
有的同学非常热心，会重复留言，这里面一定有真爱粉！我们来看一下都有谁：
一共有17位同学
5).留言字数40字以上的
当时我送书的留言明确申明，字数要在40字以上,
一共168条留言：
40字以下：50人
40字以上：118人
100字以上：56人
200字以上：7个
40-100字的最多，200字以上的应该是有很多故事要说给我听！40字以下和100字以上的人数非常接近。
6).发现留言字数最长的前3名：
NaN到底是谁，神秘粉丝！
7).留言字数VS留言时间
从留言字数和时间维度上分析，一共分4个区块：
第一个区块：是最集中的在0-300分钟，也就是公众号文章发布的5个小时以内，粉丝的关注度最为密集！
第二个区块：是集中在500-1100分钟，也就是公众号文章发布的8-20小时，我的文章是早上7点左右发布的，也就是下午3点到-半夜的时间，这个区间的留言数已经开始稀稀疏疏了。而且字数明显下降很多。
第三个区块：是集中在1400-2100分钟，也就是第二天的早上6点-晚上7点，粉丝数留言又来开始增多，但在字数很明显下降的更多。
第四个区块：发文章之后很迅速的留言，并且字数还很多的，这就是第四个区块！时间在0-200分钟，也就是2-3小时以内，字数在200字以上，很明显最忠实的粉丝，最希望要这本书的粉丝就在这个区间。
3.中奖名单揭晓：
过滤出字数大于200字，留言迅速跟帖的时间在300分钟以内的同学
网友评论