python - 分割为 |并在 pandas 系列中找到独特的值(value)

Question

我有来自 movielens 数据集的电影数据，我想从流派列中选择独特的流派。这是数据集

结果看起来像这样

有人可以帮助我从流派列中拆分并选择独特的流派吗？

谢谢

Answer 1

解决方案:

pd.unique(df["genres"].str.split("|", expand=True).stack())

输出:

array(['Adventure', 'Animation', 'Children', 'Fantasy',
       'Horror','Action','Thriller'], dtype=object)

说明:

这部分将 genres 列的流派拆分为每个流派一列(输出是摘录):

df["genres"].str.split("|", expand=True)

    0           1           2       
0   Adventure   Animation   Children
1   Adventure   Children    Fantasy
2   Comedy      None        None 

.stack() 将所有列堆叠为一列:

df["genres"].str.split("|", expand=True).stack()

0    Adventure
1    Animation
2     Children
3       Comedy
4      Fantasy

然后，pd.unique() 返回一个包含 Serie 唯一值的数组。