如何使用Pandas筛选出同时出现在指定多部影片中的演员（基于IMDB数据集）

嘿，这个需求其实用Pandas的分组统计就能轻松解决！我来给你一步步拆解实现步骤：

核心思路 #

我们需要找出同时出现在《Fight Club (1999)》和《Se7en (1995)》中的演员，核心逻辑是统计每个演员参演目标电影的数量，筛选出数量恰好为2的演员（因为刚好两部目标电影）。

具体代码实现 #

# 定义目标电影列表，比用多个|逻辑更简洁
target_movies = ['Fight Club (1999)', 'Se7en (1995)']

# 第一步：筛选出仅包含这两部电影的数据集
filtered_movies = df_movies[df_movies['movie'].isin(target_movies)]

# 第二步：按演员分组，统计每个演员参演的不同电影数量
actor_movie_count = filtered_movies.groupby('actor')['movie'].nunique()

# 第三步：筛选出同时参演两部电影的演员
common_actors = actor_movie_count[actor_movie_count == 2].index.tolist()

# （可选）如果需要查看这些演员的完整记录，再从原数据集中筛选
result_details = df_movies[df_movies['actor'].isin(common_actors)]

代码细节解释 #

• isin(target_movies)：替代了你之前用的(df_movies['movie'] == 'A') | (df_movies['movie'] == 'B')写法，当目标电影数量更多时，这种方式更易维护
• groupby('actor')['movie'].nunique()：这里用nunique()而不是count()，是为了避免同一演员在同一部电影中有多条记录的情况（比如如果某个演员在某部电影里有多个条目，count()会算多条，但我们只需要统计他参演了几部不同的目标电影）
• 最后通过==2筛选后，common_actors就会得到你要的结果：['Brad Pitt (b.1963)']

内容的提问来源于stack exchange，提问作者CaitlynCodr