Python 3.x 当属性有多个值时，列中属性的值计数

我试图根据国家列对netflix数据集进行计数和可视化，但在检查数据集时，我发现该列中有一些行包含多个国家值，例如 低于1；

下面是要计数的代码

country_count=joint_data['country'].value_counts().sort_values(ascending=False)
country_count=pd.DataFrame(country_count)
topcountries=country_count[0:11]  
topcountries.shape

---

因此，我想将这些行作为单个国家进行计数，以获得正确的国家计数。

您可以将

国家

列按

，

拆分，然后按

.explode（）

拆分。下一步是

.groupby（）

：

印刷品：

country
Austria           1
Canada            1
Germany           1
India             2
United Kingdom    1
United States     1
dtype: int64

---

您可以从

'country'

列中编译所有可能的值，对其进行设置并为每个列创建新列

然后，您可以迭代您的行，并在该列位于该行内时进行填写

“country”

：

import pandas as pd

df = pd.DataFrame({"country":["A,B,C","A,D,E,F","G"]})
print(df)

df[[*sorted(set(','.join(df["country"]).split(",")))]] = 0

for row in df.iterrows():
    row[1][ [*(row[1]["country"].split(","))]] = 1
print(df)

输出：

   country     A     B     C     D     E     F     G
0    A,B,C     1     1     1  None  None  None  None
1  A,D,E,F     1  None  None     1     1     1  None
2        G  None  None  None  None  None  None     1

   country  A  B  C  D  E  F  G
0    A,B,C  1  1  1  0  0  0  0
1  A,D,E,F  1  0  0  1  1  1  0
2        G  0  0  0  0  0  0  1

A 2
B 1
C 1
D 1
E 1
F 1
G 1

---

如果您希望使用

0

而不是

None

使用

df.fillna（0，inplace=True）

转换它们：

# 0 instead of None
df.fillna(value=0, inplace=True)
print(df)

# print sums
for c in df.columns:
    if c == "country":
        continue
    print(f"{c} {df[c].sum()}")

输出：

   country     A     B     C     D     E     F     G
0    A,B,C     1     1     1  None  None  None  None
1  A,D,E,F     1  None  None     1     1     1  None
2        G  None  None  None  None  None  None     1

   country  A  B  C  D  E  F  G
0    A,B,C  1  1  1  0  0  0  0
1  A,D,E,F  1  0  0  1  1  1  0
2        G  0  0  0  0  0  0  1

A 2
B 1
C 1
D 1
E 1
F 1
G 1