python中关于子集的代码解释

我有一个特别的代码来寻找一年中收视率最高的电影，它是这样的：

best_movies = []
for year, subset in data.groupby('year'):
    is_best_movie = subset.rating == subset.rating.max()
    best_movies.append([year,subset[is_best_movie].title.values[0], subset.rating.max()])
best_df = pd.DataFrame(best_movies,columns=['year','title','rating'])
best_df.tail() 

---

有谁能解释一下

子集的作用以及它与
是最佳电影的关系，因为我正在努力寻找有史以来收视率最低的电影，而且今年我遇到了一些问题
 
是最好的电影
是一个逻辑向量，如果这部电影的评级是最大值，
则为False
。
你提供的数据很少，这就像是一个猜测游戏。然而，我相信我的猜测是可能的

这一行：

for year, subset in data.groupby('year'):

表明
数据
是一个
数据框
，从这一行和下面它包含
年份
、
标题
和
评级
列

因此，当您执行
data.groupby（'year'）
时，您会将同一年中的所有电影分组在一起，这就是
子集
所包含的内容

is_best_movie = subset.rating == subset.rating.max()

这一行将
是最好的电影
转换成一个布尔序列，其长度等于
子集
的长度，其中除具有最大评级的电影（可能有多个具有最大评级的电影）外，所有内容均为假。因此，当我们做
subset[是最佳电影]
时，我们只会得到那一年中收视率最高的台词

best_movies.append([year,subset[is_best_movie].title.values[0], subset.rating.max()])

在这里，今年第一部（有点随机）收视率最高的电影，以及收视率最高的电影，都作为子列表添加到一个名为
最佳电影
的列表中

在这里：

best_df = pd.DataFrame(best_movies,columns=['year','title','rating'])

此列表再次转换为
数据帧

所以我们有一个数据框，我想它有很多电影，它们的年份，它们的评级，最后我们有一个数据框，列出了每年“最好”的电影

如果你想找到有史以来收视率最低的电影，我想你可以：

data.sort('rating').iloc[:10]

例如，这将为你带来10部最差收视率的电影

或者，如果按照评论中的建议，你想要每年最差的电影，你需要更改两行：

is_best_movie = subset.rating == subset.rating.min()
best_movies.append([year,subset[is_best_movie].title.values[0], subset.rating.min()])

不，我们不能。我们需要更多的代码。子集变量从何而来？你说的“年度问题”是什么意思？你从哪里得到的代码，你到底不明白它的作用是什么？@DarthKotik:我不明白为什么在这个简短的代码示例中，
子集
变量是一个问题。它在第二行的元组解包步骤中定义，只包含
数据
中的行子集，
数据
的
年
列中的值等于第2行中定义的本地
年
变量。我喜欢你的答案。不幸的是，OP没有明确说明他们的问题。我认为
有史以来收视率最低的电影
指的是
每年收视率最低的电影
。这是对原始代码段的一个相当简单的修改，只要OP弄清楚所有定义的变量都包含什么。谢谢@Korem。我很抱歉给你添麻烦，还有一个未澄清的问题，但你得到了我的答案。我非常感谢你！