A apresentação com as análises preliminares pode ser encontrada neste link
Começamos olhando os dados de uma maneira mais geral e fazendo os primeiros ajustes caso sejam necessários.
Das 1000 entradas do Dataframe, pode-se notar que 11 possuem a coluna Gross nula e 157 com a coluna Meta_score nula.
O único ajuste necessário nesta primeira etapa é alterar o tipo dos elementos da coluna Gross de object para float. Isto vai nos permitir fazer operações com essa coluna. Antes de fazer isto, podemos ver que os valores da coluna possuem virgula separando os milhares.
| index | Gross |
|---|---|
| 0 | 28,341,469 |
| 1 | 134,966,411 |
| 3 | 57,300,000 |
| 2 | 534,858,444 |
| 4 | 4,360,000 |
| ... | |
| 995 | 508,012 |
| 996 | 5,400,00 |
| 997 | 30,500,000 |
| 998 | 1,590,000 |
| 999 | 51,711 |
Para resolver este problema, basta utilizar
df['Gross'] = pd.to_numeric(df.Gross.str.replace(',',''),downcast='float')
O primeiro passo é procurar, de maneira direta e objetiva respostas para as perguntas que foram feitas. Uma vez tendo estas respostas, faz sentido fazer perguntas mais detalhadas e buscar relações entre as variáveis.
- Quais foram os filmes mais votados?
Levando em consideração os 273.692.911 de votos registrados, os 5 filmes mais votados são:
| Título | Número de Votos | Receita | Ano de Lançamento | % de Votos |
|---|---|---|---|---|
| The Shawshank Redemption | 2.343.110 | $28.341.468,00 | 1994 | 0.86% |
| The Dark Knight | 2.303.232 | $534.858.432,00 | 2008 | 0.84% |
| Inception | 2.067.042 | $292.576.192,00 | 2010 | 0.76% |
| Fight Club | 1.854.740 | $37.030.104,00 | 1999 | 0.67% |
| Pulp Fiction | 1.826.188 | $107.928.760,00 | 1994 | 0.66% |
- Quais são os gêneros mais rentáveis?
Primeiramente, notamos que alguns filmes são classificados com mais de um gênero. Para resolver este problema, criamos colunas para cada um dos três possíveis gêneros e assim obter todos os gêneros possíveis.
Em uma primeira análise, obtemos
n_genres = len(pd.concat([df_genres[0],df_genres[1],df_genres[2]]).unique())
print(f'Existem ao todo (a prinícipio) {n_genres} gêneros de filmes')
Existem ao todo (a prinícipio) 35 gêneros de filmes
Porém, ao olha a lista com mais cuidado, notamos que alguns gêneros aparecem mais de uma vez, como Action e Western.
array(['Drama', 'Crime', 'Action', 'Biography', 'Western', 'Comedy',
'Adventure', 'Animation', 'Horror', 'Mystery', 'Film-Noir',
'Fantasy', 'Family', 'Thriller', None, ' Drama', ' Crime',
' Adventure', ' Romance', ' Sci-Fi', ' War', ' Family', ' Music',
' Comedy', ' Mystery', ' Biography', ' Action', ' Western',
' Thriller', ' Horror', ' Musical', ' Film-Noir', ' Fantasy',
' Sport', ' History'], dtype=object)
Isso se dá por alguns possuem um espaço em branco antes de seus nomes. Para resolver isso, basta utilizar o método strip e buscar novamente pelos valores únicos. Com isso, temos 21 gêneros distintos:
| Action | Adventure | Animation | Biography | Comedy | Crime | Drama |
| Family | Fantasy | Film-Noir | History | Horror | Music | Musical |
| Mystery | Romance | Sci-Fi | Sport | Thriller | War | Western |
Com essas informações, pode-se concluir que os 5 gêneros mais que mais lucraram foram:
| Gênero | Gross | %Gross |
|---|---|---|
| Adventure | $28.404.248.576,00 | 18,25% |
| Drama | $28.258.189.312,00 | 18,16% |
| Action | $22.227.009.536,00 | 14,28% |
| Comedy | $12.600.133.632,00 | 8,10% |
| Sci-Fi | $9.051.814.912,00 | 5,82% |
| Animation | $8.836.903.936,00 | 5,68% |
e o lucro apenas destes 5 gêneros corresponde à quase 60% de todo lucro gerado pelos filmos em consideração.
- Estrelas que mais aparecem em filmes
Considerando os 1000 filmes e as 4 estrelas principais, temos 2709 atores distintos. Podem ser feitas duas análises, a primeira é considerar quantas vezes um ator aparece independente da posição e a outra levando em consideração a ordem. Para cada uma das análises vamos utilizar estratégias distintas.
Para a primeira, vamos fazer como antes, obter uma lista de todas as atores e buscar quais filmes eles aparecem. Já para a segunda, basta utilizar o método groupby e usar como agregador count e contar quantos filmes aparecem.
Ao contar apenas as aparições como estrelas dos filmes considerados, todos os 7 atores que mais aparecem como estrelas de filmes são homens e estes são:
|Star| Número de Filmes| |- | | |Robert De Niro |17 | |Clint Eastwood |15 | |Tom Hanks |14 | |Al Pacino |13 | |Brad Pitt |12 | |Christian Bale |11 | |Leonardo DiCaprio|11|
enquanto a mulher que mais estrelou filmes foi Scarlett Johansson com 9 filmes, empatada em décimo lugar.
Já quando consideramos a ordem, as ordens mudam um pouco
| Star | Filmes como Estrela 1 |
|---|---|
| Tom Hanks | 12 |
| Robert De Niro | 11 |
| Clint Eastwood | 10 |
| Al Pacino | 10 |
| Leonardo DiCaprio | 9 |
| Humphrey Bogart | 9 |
| Johnny Depp | 8 |
Para Estelas 2, aparecem alguns nomes novos:
| Star | Filmes como Estrela 2 |
|---|---|
| Emma Watson | 7 |
| Matt Damon | 5 |
| Diane Keaton | 4 |
| Ian McKellen | 4 |
| Brad Pitt | 4 |
| Ed Harris | 4 |
| Julie Delpy | 4 |
- O dinheiro ganho do filme por estrela 1, estrela 2, estrela 3 e estrela 4
Muito relacionada com a pergunta anterior, entender quanto os filmes lucraram com base nos atores pode ser obtido utlizando o método groupby.
Com isso, temos: observando apenas as Estelas 1:
| Estrela 1 | Valor Faturado |
|---|---|
| Tom Hanks | $2.493.097.472,00 |
| Joe Russo | $2.205.039.360,00 |
| Leonardo DiCaprio | $1.877.321.728,00 |
| Daniel Radcliffe | $1.835.901.056,00 |
| Christian Bale | $1.351.591.424,00 |
| Robert Downey Jr. | $1.150.720.256,00 |
| Elijah Wood | $1.035.942.016,00 |
e com isso podemos notar que dos atores que mais geraram receita, apenas Tom Hanks e o Leonardo DiCaprio aparecem na lista maior quantidade de filmes estrelados. Pode-se ainda destacar a presença de estrelas de séries de filmes como Vingadores (Joe Russo), Harry Potter (Daniel Radcliffe) dentre os atores que geraram mais receita.
Para a segunda estrela, a tendencia se repete, com atores presentes em diversas séries:
| Estrela 2 | Valor Faturado |
|---|---|
| Emma Watson | $1.644.165.248,00 |
| Robert Downey Jr. | $1.570.268.544,00 |
| Chris Evans | $1.456.490.240,00 |
| Ian McKellen | $1.195.021.184,00 |
| Zoe Saldana | $1.150.320.768,00 |
| Tim Allen | $1.040.839.104,00 |
| John Boyega | $936.662.208,00 |
Emma Watson representando Harry Potter, Robert Downey Jr os Vingadores e Ian McKellen a saga Senhor dos Anéis.
- O percentual dos (n) gêneros mais explorados nos filmes
Obtido de maneira simlilar ao que foi utilizado ao encontrar os generos mais lucrativos, os 10 generos mais explorados em filmes são:
| Gênero | Quantidade de Filmes |
|---|---|
| Drama | 724 |
| Comedy | 233 |
| Crime | 209 |
| Adventure | 196 |
| Action | 189 |
| Thriller | 137 |
| Romance | 125 |
| Biography | 109 |
| Mystery | 99 |
| Animation | 82 |
Aqui, vale a pena lembrar que o número de gêneros é muito maior do que os 1000 filmes que existem na base pois um filme pode ter até três generos.