>>>df1[df1['排名']<=3 ][['排名','姓名','身高','體重','生日','出生地']]
    排名      姓名     身高    體重           生日 出生地
0  1.0  希林娜依·高    NaN   NaN  1998年07月31日  新疆
1  2.0     陳卓璇  168.0  42.0  1997年08月13日  貴州
2  3.0     鄭乃馨    NaN   NaN  1997年06月25日  泰國(guó)

>>>df2[df2['排名']<=3 ][['排名','姓名','身高','體重','生日','出生地']]
      排名   姓名     身高    體重           生日 出生地
107  1.0  劉雨昕  168.0  48.0  1997年04月20日  貴陽(yáng)
117  2.0  虞書欣  169.0  50.0  1995年12月18日  上海
118  3.0   喻言  172.0  50.0  1997年05月26日  北京

>>>df.sort_values(by = 'face++女性眼中顏值',ascending = False).head(1)[['face++女性眼中顏值','姓名','來(lái)源','身高','體重','生日','出生地']]
    face++女性眼中顏值   姓名       來(lái)源  身高  體重         生日  出生地
95         95.23  黃若元  創(chuàng)造營(yíng)2020 NaN NaN 1996-03-01  NaN

>>>df.sort_values(by = 'face++男性眼中顏值',ascending = False).head(1)[['face++男性眼中顏值','姓名','來(lái)源','身高','體重','生日','出生地']]
    face++男性眼中顏值   姓名       來(lái)源     身高  體重         生日 出生地
18        93.773  孫珍妮  創(chuàng)造營(yíng)2020  165.0 NaN 2000-05-05  上海

>>>df.info()
<class 'pandas.core.frame.DataFrame'>
RangeIndex: 210 entries, 0 to 209
Data columns (total 17 columns):
 #   Column        Non-Null Count  Dtype  
---  ------        --------------  -----  
 0   排名            136 non-null    float64
 1   編號(hào)            210 non-null    int64  
 2   姓名            210 non-null    object 
 3   照片            210 non-null    object 
 4   狀態(tài)            210 non-null    object 
 5   粉絲數(shù)           101 non-null    object 
 6   星座            168 non-null    object 
 7   身高            137 non-null    float64
 8   體重            120 non-null    float64
 9   出生地           149 non-null    object 
 10  生日            160 non-null    object 
 11  AI預(yù)測(cè)年齡        210 non-null    int64  
 12  AI顏值評(píng)分        210 non-null    int64  
 13  face++AI預(yù)測(cè)年齡  210 non-null    int64  
 14  face++女性眼中顏值  210 non-null    float64
 15  face++男性眼中顏值  210 non-null    float64
 16  來(lái)源            210 non-null    object 
dtypes: float64(5), int64(4), object(8)
memory usage: 28.0+ KB

>>>pro = df1.groupby('出生地')['編號(hào)'].count().to_frame('count').sort_values(by = 'count',ascending = False).reset_index()
>>>pro.head() 
   出生地  count
0   四川   7
1   江西   3
2   浙江   3
3   湖南   3
4   湖北   3

>>>city = df2.groupby('出生地')['編號(hào)'].count().to_frame('count').sort_values(by = 'count',ascending = False).reset_index()
>>>city.head()
   出生地  count
0   北京   9
1   臺(tái)灣   9
2   重慶   6
3   成都   6
4   上海   5

>>>year = df.groupby('year')['編號(hào)'].count().to_frame('count').sort_values(by = 'count',ascending = False).reset_index()
>>>year.head() 
     year  count
0  1997.0     27
1  1995.0     25
2  1996.0     24
3  1998.0     20
4  1999.0     19

>>>conste = df.groupby('星座')['編號(hào)'].count().to_frame('count').sort_values(by = 'count',ascending = False).reset_index()
>>>conste
     星座  count
0   獅子座     23
1   天秤座     19
2   摩羯座     19
3   白羊座     16
4   雙子座     14
5   射手座     13
6   金牛座     13
7   雙魚座     11
8   天蝎座     11
9   巨蟹座     11
10  水瓶座     10
11  處女座      8

>>>height = df.groupby('身高')['編號(hào)'].count().to_frame('count').sort_values(by = 'count',ascending = False).reset_index()
>>>height
       身高  count
0   168.0     27
1   170.0     11
2   165.0     11
3   166.0     11
4   163.0     10
5   167.0      9

>>>df['身高'].describe()
count    137.000000
mean     167.124088
std        4.080883
min      158.000000
25%      165.000000
50%      168.000000
75%      170.000000
max      175.000000
Name: 身高, dtype: float64

>>>weight = df.groupby('體重')['編號(hào)'].count().to_frame('count').sort_values(by = 'count',ascending = False).reset_index()
>>>weight.head() 
     體重  count
0  48.0     20
1  46.0     15
2  50.0     13
3  47.0     13
4  49.0     12

>>>df['體重'].describe()
count    120.000000
mean      48.012500
std        5.081877
min       40.000000
25%       46.000000
50%       48.000000
75%       50.000000
max       87.000000
Name: 體重, dtype: float64

>>>df[df['體重']==87][['編號(hào)','姓名','來(lái)源']] 
            編號(hào)   姓名     來(lái)源
170  540476547  孫美楠  青春有你2

>>>df['face++女性眼中顏值'].describe() 
count    210.000000
mean      83.742038
std        5.340208
min       65.596000
25%       81.028000
50%       84.837500
75%       87.449750
max       95.230000
Name: face++女性眼中顏值, dtype: float64

>>>beauty_bins = [60,70,80,90,100] 
>>>beauty_labels = ['60-70', '70-80', '80-90', '90-100']
>>>df['face++女-顏值區(qū)間'] = pd.cut(df['face++女性眼中顏值'], bins=beauty_bins, labels=beauty_labels)
>>>df['face++女-顏值區(qū)間'].value_counts() 
80-90     155
70-80      34
90-100     16
60-70       5
Name: face++女-顏值區(qū)間, dtype: int64

>>>df['face++男性眼中顏值'].describe() 
count    210.000000
mean      82.605929
std        5.055116
min       66.404000
25%       79.699250
50%       83.482500
75%       86.409000
max       93.773000
Name: face++男性眼中顏值, dtype: float64

>>>df['face++男-顏值區(qū)間'].value_counts() 
80-90     147
70-80      52
90-100      6
60-70       5
Name: face++男-顏值區(qū)間, dtype: int64

import requests
from fake_useragent import UserAgent
import pandas as pd
import json
from lxml import etree

def get_Girllist():    
    url = 'https://zbaccess.video.qq.com/fcgi/getVoteActityRankList?'    
    headers = {"User-Agent": UserAgent(verify_ssl=False).random}    
    params = {'raw': 1,
               'vappid': 51902973,
               'vsecret': '14816bd3d3bb7c03d6fd123b47541a77d0c7ff859fb85f21',
               'actityId': 107015,
               'pageSize': 101,
               'vplatform': 3,
               'listFlag': 0,
               'pageContext':'' ,
               'ver': 1,
               #以下兩個(gè)時(shí)間戳參數(shù)可以省略
               '_t': 1590324974706,
               '_': 1590324974708
        }
    #請(qǐng)求數(shù)據(jù)
    re = requests.get(url,headers = headers,params = params) 
    #用json解析json數(shù)據(jù)成字典   
    data = json.loads(re.text)
    
    Li_list = data['data']['itemList']
    
    rank = 0
    data_list = []
    
    #獲取每個(gè)選手的基礎(chǔ)信息
    for li in Li_list:
        rank += 1
        item = {}
        #獲取基礎(chǔ)信息
        item['當(dāng)前排名'] = rank
        item['選手編號(hào)'] = li['itemInfo']['id']
        item['選手姓名'] = li['itemInfo']['name']
        item['選手照片'] = li['itemInfo']['mapData']['poster_pic']
        item['選手狀態(tài)'] = li['statusInfo']['voteBtnTxt']
        
        #獲取選手doki頁(yè)，需要傳遞選手編號(hào)id信息用于循環(huán)請(qǐng)求
        #根據(jù)選手編號(hào)id到選手doki頁(yè)面獲取粉絲數(shù)、星座、身高、生日等基礎(chǔ)個(gè)人信息
        #簡(jiǎn)單的靜態(tài)頁(yè)面，這里用到xpath做解析
        id_ = item['選手編號(hào)']
        #調(diào)用獲取選手doki頁(yè)數(shù)據(jù)的函數(shù)，具體見get_Girlinfo函數(shù)
        html = get_Girlinfo(id_)
        item['粉絲數(shù)'] = html.xpath('.//div[@class="followers_count"]/text()')[0]
        info = html.xpath('.//div[@class="wiki_info_1"]//span[@class="content"]/text()')
        item['星座'] = info[-5]
        item['身高'] = info[-3]
        item['體重'] = info[-2]
        item['出生地'] = info[-1]
        info2 = html.xpath('.//div[@class="wiki_info_2"]//span[@class="content"]/text()')
        item['生日'] = info2[0]

        url_ai = item['選手照片']
        #獲取騰訊云AI顏值評(píng)分
        age,beauty = txfaceScore(url_ai) 
        item['AI預(yù)測(cè)年齡'] = age
        item['AI顏值評(píng)分'] = beauty
        #獲取face++顏值評(píng)分
        faceage,beauty_w,beauty_m  = ksfaceScore(url_ai) 
        item['face++AI預(yù)測(cè)年齡'] = faceage
        item['face++女性眼中顏值'] = beauty_w
        item['face++男性眼中顏值'] = beauty_m   
        data_list.append(item)
        
    return data_list

def get_Girlinfo(id_):
    url_ = f'https://v.qq.com/x/star/{id_}?tabid=2'
    headers = {"User-Agent": UserAgent(verify_ssl=False).random} 
    re_ = requests.get(url_,headers = headers)
    #直接獲取的數(shù)據(jù)中中文是亂碼，我們轉(zhuǎn)化一下編碼格式即可
    re_.encoding='utf-8'
    #因本次爬蟲我們解析網(wǎng)站源碼用到的是xpath，所以需要處理一下
    html = etree.HTML(re_.text)
    #返回處理后的網(wǎng)站數(shù)據(jù)源碼，在小姐姐列表中我們?cè)傩刑幚?
    return html

pip install tencentcloud-sdk-python

from tencentcloud.common import credential
from tencentcloud.common.profile.client_profile import ClientProfile
from tencentcloud.common.profile.http_profile import HttpProfile
from tencentcloud.common.exception.tencent_cloud_sdk_exception import TencentCloudSDKException 
from tencentcloud.iai.v20180301 import iai_client, models

def txfaceScore(url):
    try: 
    	# 實(shí)例化一個(gè)認(rèn)證對(duì)象，入?yún)⑿枰獋魅腧v訊云賬戶 secretId，secretKey
        cred = credential.Credential("secretId", "secretKey") 
        httpProfile = HttpProfile()
        httpProfile.endpoint = "iai.tencentcloudapi.com"
    
        clientProfile = ClientProfile()
        clientProfile.httpProfile = httpProfile
        client = iai_client.IaiClient(cred, "ap-beijing", clientProfile) 
    
        req = models.DetectFaceRequest()
        #url即我們需要做顏值評(píng)分的小姐姐照片所在網(wǎng)頁(yè)地址url
        param = {"Url":url,"NeedFaceAttributes":1}
        params = json.dumps(param)
        req.from_json_string(params)
    
        resp = client.DetectFace(req) 
        respstr = resp.to_json_string().replace('false','0').replace('true','1')
        respdic = eval(respstr)
        #返回的數(shù)據(jù)格式是json，所以在轉(zhuǎn)化為字典后很簡(jiǎn)單就能找到你需要的數(shù)據(jù)
        age = respdic['FaceInfos'][0]['FaceAttributesInfo']['Age']
        beauty = respdic['FaceInfos'][0]['FaceAttributesInfo']['Beauty']
        
    except TencentCloudSDKException as err: 
        print(err)
    
    return age,beauty

def ksfaceScore(pic_url):
    url = 'https://api-cn.faceplusplus.com/facepp/v3/detect'
    
    APIKey = '你的key' 
    APISecret = '你的secret'
    
    data = {"api_key":APIKey,
            "api_secret":APISecret,
            "image_url":pic_url,
            "return_attributes":"age,beauty"
            }
    res = requests.post(url,data = data)
    dic_ = eval(res.text)
    #返回的數(shù)據(jù)格式是json，所以在轉(zhuǎn)化為字典后很簡(jiǎn)單就能找到你需要的數(shù)據(jù)
    age = dic_['faces'][0]['attributes']['age']['value']
    beauty_w = dic_['faces'][0]['attributes']['beauty']['female_score']
    beauty_m = dic_['faces'][0]['attributes']['beauty']['male_score']
    
    return age,beauty_w,beauty_m