python - 列表索引超出范围错误 - pandas

Question

我有两个数据框。 df1 看起来像 -

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

df2 看起来像 -

ActorName    Gender
Tom          male
Emily        female
Christopher  male

我想在 df1 'female_actors' 和 'male_actors' 中添加两列，其中分别包含该特定电影中女性和男性 Actor 的数量。 Actor 是男是女是根据df2来判断的。

这就是我正在做的 -

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'))

这段代码给了我列表索引超出范围的错误。

请注意 -

如果性别.csv 中不存在特定名称，则不要将其计入总数。如果一部电影中只有一名 Actor ，并且它没有出现在 sex.csv 中，那么它的计数应该为零。

结果应该是 -

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

请随意提出其他方法。

Answer 1

这个怎么样？

df1['Male'] = df1.Actors.apply(lambda x: len(pd.concat( [df2[(df2.ActorName == name) & (df2.Gender == 'male')] for name in x.split('*')] )))
df1['Female'] = df1.Actors.apply(lambda x: len(pd.concat( [df2[(df2.ActorName == name) & (df2.Gender == 'female')] for name in x.split('*')] )))