处理具有多个用于数据分析的值的pandas列

Question

我有一个以'genre‘为列的数据框架。在此列中，每个条目都有多个值。例如，一部电影“哈利波特”可以在类型栏中有奇幻和冒险。当我在做数据分析和探索时，我不知道如何用多个值来表示这个列，以显示电影和/或类型之间的任何关系。

我曾想过使用图分析来显示这种关系，但我想探索我可以考虑的其他方法。

Answer 1

您可以通过流派将str.get_dummies用于新的指标列：

df = pd.DataFrame({'Movies': ['Harry Potter', 'Toy Story'],
                   'Genres': ['fantasy,adventure', 
                              'adventure,animation,children,comedy,fantasy']})

#print (df)


df = df.set_index('Movies')['Genres'].str.get_dummies(',')
print (df)
              adventure  animation  children  comedy  fantasy
Movies                                                       
Harry Potter          1          0         0       0        1
Toy Story             1          1         1       1        1