Pandas 按列中的每个值分组

我的数据集如下所示：

我想分别计算每种电影类型的每种性别的收视率

预期产出：

在预期输出中，我们按性别分组，并希望统计每个性别在特定电影类型中给出评级的次数（即使一部电影有更多的电影类型）

编码到现在，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，只有电影6和电影7会喊出正确的结果

如何按“类型”列中的每个值进行分组？我不想对它们进行热编码，因为我已经尝试过了，但是电影类型在真实的数据集中太多了，根本不起作用

提前谢谢你

首先与重新分配回同一列一起使用，然后通过和技巧获取计数，并为缺少的组合添加

0

：

---

它能起作用，但只能在一定程度上起作用。它给了我所有不同电影类型组合的计数。我想知道每种电影类型的数量（动作片有多少部，喜剧片有多少部等）输出：类型性别计数0 F 2 1 M 8 2动作F 132 3动作M 747 4动作冒险F 334 5动作冒险M 1198 6动作冒险动画儿童幻想F 6 7动作冒险动画儿童幻想M6@Rulli-抱歉，答案已使用

（df.assign（genre=df['genre'].str.split（））编辑。explode（'genre'））

hmm，也许我做错了什么，但它仍然为我提供了所有不同电影类型组合的答案。我要的是每个电影类型的计数，而不是组合的。@Rulli-我无法测试数据，因为图片可能是输入数据样本的文本版本吗？

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

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