Movie Industry

### Context

Is the movie industry dying? is Netflix the new entertainment king? Those were the first questions that lead me to create a dataset
focused on movie revenue and analyze it over the last decades. But, why stop there? There are more factors that intervene in this
kind of thing, like actors, genres, user ratings and more. And now, anyone with experience (you) can ask specific questions about the
movie industry, and get answers.

### Content

There are 6820 movies in the dataset (220 movies per year, 1986-2016). Each movie has the following attributes:

- budget: the budget of a movie. Some movies don't have this, so it appears as 0

- company: the production company

- country: country of origin

- director: the director

- genre: main genre of the movie.

- gross: revenue of the movie

- name: name of the movie

- rating: rating of the movie (R, PG, etc.)

- released: release date (YYYY-MM-DD)

- runtime: duration of the movie

- score: IMDb user rating

- votes: number of user votes

- star: main actor/actress

- writer: writer of the movie

- year: year of release

### Acknowledgements
This data was scraped from IMDb.

### Contribute

You can contribute via [GitHub](https://github.com/Juanets/movie-stats).

### 背景阐述
电影产业是否正在衰落？Netflix是否已成为新的娱乐霸主？这些问题最初引领我创建了专注于电影收入的数据集，并对过去数十年的数据进行深入分析。然而，为何止步于此？此类现象的干预因素远不止于此，诸如演员、类型、用户评分等都是影响因素。如今，任何具备相关经验（您）的人士均可就电影产业提出具体问题，并获取相应的答案。

### 数据内容
本数据集中包含6820部电影（1986年至2016年，每年约220部电影）。每部电影具有以下属性：

- 预算：电影的预算。部分电影无预算信息，故显示为0

- 制作公司：电影的制作公司

- 国籍：电影的发源国家

- 导演：电影的导演

- 类型：电影的主要类型

- 总收入：电影的收入

- 名称：电影的名称

- 评级：电影的评级（如R、PG等）

- 发布日期：电影的发布日期（YYYY-MM-DD）

- 时长：电影的时长

- 评分：IMDb用户评分

- 投票数：用户投票数

- 主演：电影的主要演员/女演员

- 编剧：电影的编剧

- 发布年份：电影的发布年份

### 致谢
本数据来源于IMDb。

### 贡献
您可通过[GitHub](https://github.com/Juanets/movie-stats)进行贡献。