python - Pandas 从列表列中获取唯一值

Question

如何获取 pandas 或 numpy 中列表列的唯一值，以便第二列来自

会导致'action', 'crime', 'drama'。

我能想到的最接近(但不起作用)的解决方案是:

 genres = data['Genre'].unique()

但这可以预见地导致 TypeError 说明列表是如何不可哈希的。

TypeError: unhashable 类型: 'list'

Set 似乎是个好主意但是

genres = data.apply(set(), columns=['Genre'], axis=1)

但也会导致TypeError: set() 没有关键字参数

Answer 1

你可以使用explode:

data = pd.DataFrame([
    {
        "title": "The Godfather: Part II",
        "genres": ["crime", "drama"],
        "director": "Fracis Ford Coppola"
    },
    {
        "title": "The Dark Knight",
        "genres": ["action", "crime", "drama"],
        "director": "Christopher Nolan"
    }
])
# Changed from data.explode("genres")["genres"].unique() as suggested by rafaelc
data["genres"].explode().unique() 

结果:

array(['crime', 'drama', 'action'], dtype=object)