我如何计算我的 DataFrame 中的所有类型？答案

【问题标题】：How could I count all the genres in my DataFrame?我如何计算我的 DataFrame 中的所有类型？
【发布时间】：2021-03-27 04:55:59
【问题描述】：

我有一个名为 df_imdb 的 DataFrame：

每一行都包含有关电影的信息，此 DataFrame 有一个列名“流派”，它显示了该电影的流派，可能有多个流派，例如[{'id': 53, 'name': 'Thriller'}, {'id': 28, 'name': 'Action'}, {'id': 9648, 'name': 'Mystery'}]

我想找出这部电影中使用最多的类型是什么（在这个 DataFrame 中查找前 3 个最常用的类型）

【问题讨论】：

您是否尝试过类似：df['genres'].explode()['name'].value_counts()？
我现在试过了，但是没有用！！，给出了这个错误：'Series'对象没有属性'explode'，实际上是行的类型，例如type(df_imdb.loc[2,'genres']) 是 str
请不要发布图片。而是将所有内容粘贴为文本。此外，发布具有预期输出的示例输入数据。

标签： python-3.x pandas list dataframe dictionary

【解决方案1】：

数据是字典列表，这里有多个选项：

选项 1：纯 pandas，将与键 name 关联的值转换为 Series 并使用 value_counts

df = pd.DataFrame({'genres':[[{'id': 53, 'name': 'Thriller'}, {'id': 28, 'name': 'Action'}, {'id': 9648, 'name': 'Mystery'}],[{'id': 53, 'name': 'Thriller'}, {'id': 30, 'name': 'Blah'}, {'id': 9648, 'name': 'Mystery'}]]})

df['genres'].apply(lambda x: pd.Series([i['name'] for i in x]))\
.stack().value_counts()

你得到

Thriller    2
Mystery     2
Action      1
Blah        1

选项 2：将值转换为列表并使用 Counter

from collections import Counter
l_genres = df['genres'].apply(lambda x: [i['name'] for i in x]).sum()
Counter(l_genres)

你得到

Counter({'Thriller': 2, 'Action': 1, 'Mystery': 2, 'Blah': 1})

df['genres'].apply(lambda x: pd.Series([i['name'] for i in x])).stack().value_counts()

编辑：数据类型是str而不是list，先用literal_eval

from ast import literal_eval
df['genres'] = df['genres'].apply(literal_eval)

【讨论】：

实际上，行的类型，例如type(df_imdb.loc[2,'genres']) 是 str
@MohammadPeighambari，请查看编辑。你需要先使用literal_eval
感谢您的更新，它运行良好。

【解决方案2】：

试试这个：

c = df_imbd['genres'].apply(lambda x: [n['name'] for n in x]).sum()
pd.Series(c).value_counts()

【讨论】：

出现此错误：字符串索引必须是整数
成功了，可以再试试吗？ Vaishali 的回答也很相似，你确认了。
是的，亲爱的，如果您添加此部分：from ast import literal_evaldf['genres'] = df['genres'].apply(literal_eval) 您的代码也可以正常工作。更新您的代码，我会确认。
不，这是 Vaishali 的回答。我认为它是list（如您所指定），但事实并非如此，因此您应该以更准确的方式澄清这一点。
对不起，我的错。我应该更新这个问题。但最终，我把两种方式都搞混了。谢谢你们的帮助。