Question

我有一个数据帧df，其中有两列名为＆＃39; MovieName＆＃39;和演员＆＃39;它看起来像：

MovieName    Actors
lights out   Maria Bello
legend       Tom Hardy*Emily Browning*Christopher Eccleston*David Thewlis

请注意，不同的演员姓名由＆＃39; *＆＃39;分隔。我有另一个名为gender.csv的csv文件，该文件具有基于其名字的所有actor的性别。 gender.csv看起来像 -

ActorName    Gender
Tom          male
Emily        female
Christopher  male

我想在我的数据框中添加两列＆＃39; female_actors＆＃39;和＆＃39; male_actors＆＃39;其中分别包含该特定电影中女性和男性演员的数量。

如何在pandas中使用df和gender.csv来完成此任务？

请注意 -

如果gender.csv中没有特定名称，请不要将其计入总数中。
如果电影中只有一个演员，并且它没有出现在gender.csv中，那么它的计数应为零。

以上示例的结果应为 -

MovieName    Actors      male_actors    female_actors
lights out   Maria Bello    0              0
legend       Tom Hardy*Emily Browning*Christopher Eccleston*David Thewlis    2    1

Answer 1

import pandas as pd

df1 = pd.DataFrame({'MovieName': ['lights out', 'legend'], 'Actors':['Maria Bello', 'Tom Hardy*Emily Browning*Christopher Eccleston*David Thewlis']})
df2 = pd.DataFrame({'ActorName': ['Tom', 'Emily', 'Christopher'], 'Gender':['male', 'female', 'male']})


def func(actors, gender):
    actors = [act.split()[0] for act in actors.split('*')]      
    n_gender = df2.Gender[df2.Gender==gender][df2.ActorName.isin(actors)].count()
    return n_gender

df1['male_actors'] = df1.Actors.apply(lambda x: func(x, 'male'))
df1['female_actors'] = df1.Actors.apply(lambda x: func(x, 'female'))

df1.to_csv('res.csv', index=False)
print df1

输出

Actors,MovieName,male_actors,female_actors
Maria Bello,lights out,0,0
Tom Hardy*Emily Browning*Christopher Eccleston*David Thewlis,legend,2,1

基于其他csv文件计数

1 个答案: