【发布时间】：2017-12-22 09:21:02
【问题描述】：
pandas 新手，如果解决方案很明显，请见谅。
我有一个包含不同电影场景和该电影场景环境的数据框（见下文）
import pandas as pd
data = [{'movie' : 'movie_X', 'scene' : '1', 'environment' : 'home'},
{'movie' : 'movie_X', 'scene' : '2', 'environment' : 'car'},
{'movie' : 'movie_X', 'scene' : '3', 'environment' : 'home'},
{'movie' : 'movie_Y', 'scene' : '1', 'environment' : 'home'},
{'movie' : 'movie_Y', 'scene' : '2', 'environment' : 'office'},
{'movie' : 'movie_Z', 'scene' : '1', 'environment' : 'boat'},
{'movie' : 'movie_Z', 'scene' : '2', 'environment' : 'beach'},
{'movie' : 'movie_Z', 'scene' : '3', 'environment' : 'home' }]
myDF = pd.DataFrame(data)
在这种情况下，电影具有它们所属的多种类型。我有一本字典（如下），描述了每部电影所属的类型
genreDict = {'movie_X' : ['romance', 'action'],
'movie_Y' : ['comedy', 'romance', 'action'],
'movie_Z' : ['horror', 'thriller', 'romance']}
我想按这本字典对 myDF 进行分组，特别是能够分辨出特定环境在特定类型中出现的次数（例如，在类型恐怖中，“船”被计算一次，“海滩”被计算为算一次，“家”算一次）。最好和最有效的方法是什么？我尝试将字典映射到数据框，然后按列表分组：
myDF['genres'] = myDF['movie'].map(genreDict)
返回：
movie scene environment genres
0 movie_X 1 home [romance, action]
1 movie_X 2 car [romance, action]
2 movie_X 3 home [romance, action]
3 movie_Y 1 home [comedy, romance, action]
4 movie_Y 2 office [comedy, romance, action]
5 movie_Z 1 boat [horror, thriller, romance]
6 movie_Z 2 beach [horror, thriller, romance]
7 movie_Z 3 home [horror, thriller, romance]
但是，我收到一条错误消息，提示该列表不可散列。希望大家能帮忙:)
【问题讨论】：
-
你能发布你想要的数据集吗？
标签： list pandas dictionary dataframe pandas-groupby