Python 按|拆分，并在熊猫系列中找到唯一值

我有一个来自movielens数据集的电影数据，我想从“类型”列中选择唯一的类型。这是数据集

结果是这样的

有人能帮我从“流派”列中拆分和选择独特的流派吗

谢谢

解决方案：

输出：

说明：

这一部分将列体裁的体裁拆分为每种体裁一列。输出为摘录：

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

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

.stack将所有列堆叠为一个：

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

0    Adventure
1    Animation
2     Children
3       Comedy
4      Fantasy

然后，pd.unique返回一个数组，其中包含序列的唯一值。

解决方案：

输出：

说明：

这一部分将列体裁的体裁拆分为每种体裁一列。输出为摘录：

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

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

.stack将所有列堆叠为一个：

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

0    Adventure
1    Animation
2     Children
3       Comedy
4      Fantasy

---

然后，pd.unique返回一个数组，其中包含序列的唯一值。

您可以将数据集的“流派”列转入列表，然后循环将每个流派添加到更广泛的列表中

genres = []
for mixed_genres in data.genres.to_list(): 
   genres.extend(mixed_genres.split("|"))

然后使用set仅提取唯一值

unique_genres = list(set(genres))

最后将其转换回列，使其看起来与所需的输出完全相同

pd.DataFrame(unique_genres,columns=["genres"])

---

您可以将数据集的“流派”列转换为列表，然后循环将每个流派添加到更广泛的列表中

genres = []
for mixed_genres in data.genres.to_list(): 
   genres.extend(mixed_genres.split("|"))

然后使用set仅提取唯一值

unique_genres = list(set(genres))

最后将其转换回列，使其看起来与所需的输出完全相同

pd.DataFrame(unique_genres,columns=["genres"])

---

它起作用了。非常感谢你的工作。非常感谢你