It will continue to be updated.

data_manipulations(youtube).py

@@ -0,0 +1,212 @@
+
+
+import pandas as pd
+import numpy as np
+from os import path
+
+df = pd.read_csv("Data/youtube-ing.csv")
+print(df.to_string())
+
+
+# region en çok görüntülenmeye sahip ilk 10 farklı videonun title ve views sütunlarını ekrana bas
+print(df.groupby('title')[['title', 'views']].sum(numeric_only = True).sort_values('views', ascending=False).head())  # sum() methodunu kullandık çünkü farklı kanallardan yüklenmiş olabilir. Sadece numeric_only= True dedik çünkü NaN olan sonuçları değil sadece sayı olan sonuçları istiyoruz.
+# endregion
+
+
+# region categorilerin idlerine göre likes ortalamasını bulun ilk 10 videoyu listele
+print(df.groupby('category_id')[['likes']].mean(numeric_only=True).sort_values('likes', ascending=False).head(10))
+# endregion
+
+
+# region hangi kanal ne kadar yorum almış
+print(df.groupby('channel_title')[['comment_count']].sum(numeric_only=True).sort_values('comment_count', ascending=False).head(10))
+# endregion
+
+
+# region her bir video için kullanılan tags sayısı için tag count isimli yeni bir sütun yaratalım. sonra da title ve tag count yazalım. (custom function yaz) (apply() kullan)
+
+# 1.Yol
+def tag_count(tags):
+    return tags.count("|")
+
+df['tag count'] = df['tags'].apply(tag_count)
+
+print(df[['title', 'tag count']])
+
+
+# 2.Yol
+df['tag count'] = df['tags'].apply(lambda x: x.count("|"))  # lambda'daki x seçili sütunun her hücresine x diyip o hücreleri sayıyor.
+print(df[['title', 'tag count']])
+# endregion
+
+
+# region Her bir video için kullanılan taglerin uzunluğunu hesaplayarak, yeni bir sütun oluşturun. Ardından, bu yeni sütunu ve video başlıklarını içeren bir DataFrame yazdır
+
+# 1.Yol
+def tag_sayici(tags):
+    return tags.count("|")
+
+df['tag sayısı'] = df['tags'].apply(tag_sayici)
+
+print(df[['title', 'tag sayısı']])
+
+
+# 2.Yol
+df['tag sayısı'] = df['tags'].apply(lambda x: x.count('|'))
+print(df[['title', 'tag sayısı']])
+# endregion
+
+
+# region Her bir description için içindeki kelime sayısını hesaplayarak yeni bir sütun oluşturun.
+
+# 1.Yol
+def description_kelime_sayisi(description):  # Bu custom fonksiyonda descriptionun string olması halinde kelimelerini sayıp toplaması için fonksiyon yazdık
+    if isinstance(description, str):  # isinstance() methodu eğer description string bir ifade ise kelimeleri sayıp toplasın diye komut verdik
+        return sum(len(i) for i in description.split(" "))
+    else:
+        return 0
+
+
+df['description_kelime_sayisi'] = df['description'].apply(description_kelime_sayisi)
+print(df[['title', 'description_kelime_sayisi']])
+
+
+# 2.Yol
+df['description_kelime_sayisi'] = df['description'].apply(lambda x: sum(len(i) for i in x.split(" ")) if isinstance(x, str) else 0)
+print(df[['title', 'description_kelime_sayisi']])
+# endregion
+
+
+# region her bir videonun like ve dislike oranlarını bulalım. like_avg isimli yeni bir sütun yazalım. yazacağımız function argüman olarak veri setini alcak ve bu sütunu kullanarak sorgu yaz
+def like_dislike_ortalamasi(data_set: pd.DataFrame):
+    like_listesi = list(data_set['likes'])
+    dislike_listesi = list(data_set['dislikes'])
+
+    birlesmis_liste = list(zip(like_listesi, dislike_listesi))
+    ortalama_listesi = []
+
+    for like, dislike in birlesmis_liste:
+        if like + dislike == 0:
+            ortalama_listesi.append(0)
+        else:
+            ortalama_listesi.append(like / (like + dislike))
+    return ortalama_listesi
+
+
+df['like_avg'] = like_dislike_ortalamasi(df)
+
+
+print(df.sort_values('like_avg', ascending=False)[['title', 'likes', 'dislikes', 'like_avg']].to_string())
+# endregion
+
+
+# region Hangi kategorideki videoların toplam izlenme sayısı en yüksektir
+print(df.groupby(['category_id', 'title'])[['views']].sum(numeric_only=True).sort_values('views', ascending=False).head(1))
+# endregion
+
+
+# region Videoların yayın tarihlerine göre izlenme sayısının zaman içindeki değişimi nasıldır?
+print(df.groupby(['title', 'publish_time'])[['views']].sum().sort_values('views', ascending=False))
+# endregion
+
+
+# region Kanal başına ortalama izlenme sayısı nedir ve en çok views olan kanal hangisidir?  # ????? viewsi sıralayınca izlenme sayıları doğru sıralanmıyor ?????
+print(df.groupby('channel_title')[['views']].mean(numeric_only=True).sort_values('views', ascending=False))
+# endregion
+
+
+# region Videoların title uzunluklarını hesapla ve yeni sütun oluştur.
+
+# 1.Yol
+df['title_lenght'] = df['title'].apply(lambda x: len(x))
+print(df[['title_lenght']].sort_values('title_lenght', ascending=False))
+
+# 2.Yol
+def title_uzunlugu_hesaplama(title):
+    return len(title)
+
+df['title uzunluğu'] = df['title'].apply(title_uzunlugu_hesaplama)
+print(df[['title uzunluğu']].sort_values('title uzunluğu', ascending=False))
+# endregion
+
+
+# region En çok hangi videoların başlıklarında en çok tags kullanılmıştır ve aynı sayıda tag kullananları gösterme.
+df['title_tags'] = df['title'].apply(lambda x: x.count("|"))
+print(df[['title_tags']].sort_values('title_tags', ascending=False).drop_duplicates())
+# endregion
+
+
+# region Hangi kanalların videoları daha fazla beğeni ve daha az beğeniyi alıyor bunu bul ve yeni sütun oluşturup ilk 10'u listele
+
+# 1.Yol
+print(df.query('likes > dislikes')[['channel_title', 'likes', 'dislikes']].sort_values('likes', ascending=False))
+
+# 2.Yol
+df['like_dislike_avg'] = df['likes'] - df['dislikes']
+print(df[['title','like_dislike_avg']].sort_values('like_dislike_avg', ascending=False).head(10))
+# endregion
+
+
+# region Her bir kanalın toplam izlenme sayısını hesaplayarak en fazla izlenen ilk 10 kanalı sıralayın.
+print(df.groupby('channel_title')[['views']].sum(numeric_only=True).sort_values('views', ascending=False).head(10))
+# endregion
+
+
+# region Her bir kanalın videolarının ortalama beğeni oranını hesaplayarak en yüksek ortalama beğeni oranına sahip ilk 5 kanalı bulun.
+df['like_dislike_diff'] = df['likes'] - df['dislikes']
+sonuc = df.groupby('channel_title')[['like_dislike_diff']].sum() / df['channel_title'].count()
+print(sonuc.sort_values('like_dislike_diff', ascending=False).head())
+# endregion
+
+
+# region Hangi kanalın videoları en çok yorum alıyor?
+print(df.groupby('channel_title')[['comment_count']].sum(numeric_only=True).sort_values('comment_count', ascending=False).head(1))
+# endregion
+
+
+# region Hangi kanalın videoları toplamda en çok izlenme sayısına sahiptir?
+print(df.groupby('channel_title')[['views']].sum(numeric_only=True).sort_values('views', ascending=False).head(1))
+# endregion
+
+
+# region Hangi kanalın videoları, ortalama olarak en yüksek like/dislike oranına sahiptir?  # ?????? kontrol ettir ?????
+df['like dislike oranı'] = df['likes'] / (df['likes'] + df['dislikes'])
+
+print(df.groupby('channel_title')[['like dislike oranı']].sum().sort_values('like dislike oranı', ascending=False))
+# endregion
+
+
+# region Hangi kanalın videoları ortalama olarak en yüksek izlenme sayısına sahip   # ????????? çıktıda hata var ?????????
+print(df.groupby('channel_title')[['views']].mean().sort_values('views', ascending=False).head(1))
+# endregion
+
+
+# region Hangi kanalın videoları, ortalama olarak en yüksek beğeni sayısına sahiptir?  # ????? çıktıda hata var ??????
+print(df.groupby('channel_title')[['views']].mean().sort_values('views', ascending=False).head(1))
+# endregion
+
+
+# region Hangi kanalın videoları ortalama olarak en fazla yorum alıyor?
+print(df.groupby('channel_title')[['comment_count']].mean().sort_values('comment_count', ascending=False).head(1))
+# endregion
+
+
+# region Hangi kanalın videolarının ortalama olarak en fazla yorum sayısına sahip olduğunu bul
+print(df.groupby('channel_title')[['comment_count']].mean().sort_values('comment_count', ascending=False).head(2))
+# endregion
+
+
+# region title içinde 'new' kelimesi geçen en yüksek views'e sahip videoyu yazdır
+
+# 1.Yol
+def string_bulucu(title: str):
+    if 'new' in title.lower():
+        return True
+    else:
+        return False
+
+print(df[df['title'].apply(string_bulucu)][['title', 'views']].sort_values('views', ascending=False).head(1))
+
+# 2.Yol
+print(df[df['title'].apply(lambda x: 'new' in x.lower())][['title', 'views']].sort_values('views', ascending=False))
+# endregion