在movielens项目中查找具有多种类型的电影- Pandas

Question

嗨，我需要在movielens项目中找到有多个流派的电影，其中流派不是单个列，而是它的多个列，如genre1，genre 2，等等，我尝试使用item.sum(axis=1)，但它没有给我带来所需的结果。

我还尝试了以下基于解决方案线程的代码，但它不起作用。

tempdf = item[[column for column in item if 'genre' in column]]
number_of_genres = tempdf.sum(axis=1)
sub =item[number_of_genres > 1]
print(sub)

有人能帮帮忙吗？

Answer 1

假设您使用的是MovieLens 100k数据集(从https://grouplens.org/datasets/movielens/获得)。

它附带一个名为“u.genre”的文件，其中包含电影信息，其中包括一种热门的编码类型。

加载数据：

import pandas as pd
dt_dir_name = '/path/to/ml-100k/'

genres = ['unknown', 'Action' ,'Adventure' ,'Animation',
          'Children' ,'Comedy' ,'Crime' ,'Documentary' ,'Drama' ,'Fantasy',
          'Film-Noir' ,'Horror' ,'Musical' ,'Mystery' ,'Romance' ,'Sci-Fi',
          'Thriller' ,'War' ,'Western']
movie_data = pd.read_csv(dt_dir_name +'/'+ 'u.item', delimiter='|', names=['movie id' ,'movie title' ,'release date' ,'video release date' ,
          'IMDb URL'] + genres)

print('movie data', movie_data.shape)

然后我们搜索具有多个流派的电影，并将标题保存在列表中：

movies_with_several_genres = []
for _, movie in movie_data.iterrows():
    if movie[genres].sum() > 1:
        movies_with_several_genres.append(movie['movie title'])

print(movies_with_several_genres

或者更多的pythonic语言：

print([movie['movie title'] for _, movie in movie_data.iterrows() if movie[genres].sum() > 1])