Question

我正在对电影进行分析，每部电影都有genre属性，可能是几种特定的类型，如drama，comedy，数据看起来像这样：

movie_list = [
    {'name': 'Movie 1',
    'genre' :'Action, Fantasy, Horror'},
    {'name': 'Movie 2',
    'genre' :'Action, Comedy, Family'},
    {'name': 'Movie 3',
    'genre' :'Biography, Drama'},
    {'name': 'Movie 4',
    'genre' :'Biography, Drama, Romance'},
    {'name': 'Movie 5',
    'genre' :'Drama'},
    {'name': 'Movie 6',
    'genre' :'Documentary'},
]

问题在于，我该如何对此进行分析？例如，我如何知道这里有多少动作视图，以及如何查询类别动作？具体做法是：

如何获取此列表中的所有类别？所以我知道每个包含多少moviews
如何查询某种类型的电影，例如动作？
我是否需要将genre变为array？

目前我可以使用df[df['genre'].str.contains("Action")].describe()摆脱第二个问题，但是有更好的语法吗？

Answer 1

如果您的数据不是太大，我会做一些预处理并获得每种类型的1条记录。也就是说，我会像这样构建你的数据框：

 Name    Genre
 Movie 1 Action
 Movie 1 Fantasy
 Movie 1 Horor
 ...

注意应重复这些名称。虽然这可能会使您的数据集更大，但如果您的系统可以处理它，它可以使数据分析变得非常容易。使用以下代码进行转换：

import pandas as pd

def reformat_movie_list(movies):
    name = []
    genre = []
    result = pd.DataFrame()
    for movie in movies:
        movie_name = movie["name"]
        movie_genres = movie["genre"].split(",")
        for movie_genre in movie_genres:
             name.append(movie_name.strip())
             genre.append(movie_genre.strip())
    result["name"] = name
    result["genre"] = genre
    return result

在此格式中，您的3个问题将成为

如何获取此列表中的所有类别？所以我知道每部电影包含多少部分？

movie_df.groupby（＆＃34;类型＆＃34）。AGG（＆＃34;计数＆＃34）

请参阅How to count number of rows in a group in pandas group by object?

如何查询某种类型的电影，例如动作？

horror_movies = movie_df [movie_df [＆＃34; genre＆＃34;] ==＆＃34;恐怖＆＃34;]

请参阅pandas: filter rows of DataFrame with operator chaining

我是否需要将类型转换为数组？

您的数据去标准化应该处理它。

熊猫：如何对阵列式场进行分析？

1 个答案: