Pandas 按列中的每个值分组

Question

我的数据集如下所示:

df = pd.DataFrame({"title":["movie1","movie2","movie3","movie4","movie5","movie6","movie7"],"genres":["Childrens Comedy","Comedy Drama","Western","Comedy Action","Action Childrens","Drama","Drama"],\
    "rating":[3,4,1,2,5,4,2],"user_id":[1,1,4,2,2,3,5], "gender":["F","F","F","M","M","M","M"]})

我想分别获得每种电影类型的每种性别的评分计数。
预期输出:

在预期输出中，我们按性别分组，并希望计算每个性别对特定电影类型进行评分的次数(即使电影有更多电影类型)。
代码直到现在，但没有给出正确的输出:

df.groupby(['genre','gender']).agg({"rating":"count"})

它没有给出正确的输出，因为它只对完全相同的类型进行分组。在这种情况下，只有 movie6 和 movie7 会大喊正确的结果。
如何按流派列中的每个值进行分组？我不想对它们进行热编码，因为我已经尝试过，但是真实数据集中的电影类型太多，根本不起作用。
先感谢您!

Answer 1

第一次使用 Series.str.split 重新评估回到同一列和 DataFrame.explode ，然后通过 GroupBy.size 获得计数并添加 0对于缺少的组合 Series.unstack 和 DataFrame.stack 诡计:

df1 = (df.assign(genres = df['genres'].str.split())
         .explode('genres')
         .groupby(['genres','gender'])["rating"]
         .size()
         .unstack(fill_value=0)
         .stack()
         .sort_index(level=[1,0], ascending=[False, True])
         .reset_index(name='count')
         )
print (df1)
      genres gender  count
0     Action      M      2
1  Childrens      M      1
2     Comedy      M      1
3      Drama      M      2
4    Western      M      0
5     Action      F      0
6  Childrens      F      1
7     Comedy      F      2
8      Drama      F      1
9    Western      F      1