带有字符串列表的 Python DataFrame 列不会展平

Question

我在 DataFrame (production_company) 中有一列，其中包含电影制作公司的字符串列表。我想在所有电影中搜索制作公司的所有独特事件。

在下面的数据中，我给出了 production_company 中列值的示例。

"['Universal Studios', 'Amblin Entertainment', 'Legendary Pictures', 'Fuji Television Network', 'Dentsu']"
"['Village Roadshow Pictures', 'Kennedy Miller Productions']"
"['Summit Entertainment', 'Mandeville Films', 'Red Wagon Entertainment', 'NeoReel']"
"['Lucasfilm', 'Truenorth Productions', 'Bad Robot']"
"['Universal Pictures', 'Original Film', 'Media Rights Capital', 'Dentsu', 'One Race Films']"
"['Regency Enterprises', 'Appian Way', 'CatchPlay', 'Anonymous Content', 'New Regency Pictures']"

我试图首先使用 Pandas Series of lists to one series 中给出的展平解决方案展平列

但我收到错误 'TypeError: 'float' object is not iterable'

 17 slist =[]
 18 for company in production_companies:
---> 19     slist.extend(company )
 20 
 21 

TypeError: 'float' object is not iterable

production_companies 包含列 df['production_company']

Company 是一个list 那么为什么它把它当作float 呢？即使是列表推导也会出现同样的错误:flattened_list = [y for x in production_companies for y in x]

Answer 1

您可以使用 collections.Counter 来计算项目。我会将任务分为 3 个步骤:

1. 通过 ast.literal_eval 将一系列字符串转换为一系列列表。
2. 使用 itertools.chain 形成一个可迭代的公司并提供给 Counter。
3. 使用字典理解来过滤计数为 1 的公司。

这是一个演示:

from ast import literal_eval
from itertools import chain
from collections import Counter

s = df['companies'].map(literal_eval)
c = Counter(chain.from_iterable(s))
c_filtered = {k for k, v in c.items() if v == 1}

结果:

print(c_filtered)

['Village Roadshow Pictures', 'Kennedy Miller Productions', 
 ...
 'Truenorth Productions', 'Regency Enterprises']