从电影中创建演员姓名的计数矩阵答案

【问题标题】：Create a count matrix of actor names from movies从电影中创建演员姓名的计数矩阵
【发布时间】：2020-10-29 22:27:53
【问题描述】：

我有一个包含 2 列的数据框，即整数格式的 UserId 和字符串格式的 Actors，如下所示：

Userid               Actors

u1     Tony Ward,Bruce LaBruce,Kevin P. Scott,Ivar Johnson, Naomi Watts, Tony Ward,.......
u2     Tony Ward,Bruce LaBruce,Kevin P. Scott, Luke Wilson, Owen Wilson, Lumi Cavazos,......

它代表平台特定用户观看的所有电影中的演员

我想要一个输出，其中我们有每个用户的每个参与者的计数，如下所示：

UserId  Tony Ward Bruce LaBruce Kevin P. Scott Ivar Johnson  Luke Wilson Owen Wilson Lumi Cavazos
u1          2           1              1              1            0          0            0
u2          1           1              1              0            1          1            1

我认为它类似于 countvectoriser，但我这里只有名词。

请帮忙

【问题讨论】：

标签： python matrix count nlp countvectorizer

【解决方案1】：

假设它是一个pandas.Dataframe 试试这个，DataFrame.explode 将类似列表（split 的结果）的每个元素转换为一行 DataFrame.groupby 聚合数据并DataFrame.unstack 转换为所需的格式。

df['Actors'] = df['Actors'].str.replace(",\s", ",").str.split(",")

(
    df.explode('Actors').
        groupby(['Userid', 'Actors'], as_index=False).size().
        unstack().fillna(0)
)

【讨论】：