如何按分隔符拆分列以使用.value_counts()统计艺术家频次？

错误原因分析 #

1. 第一个报错'function'对象没有split属性：
   你在apply的lambda里引用了artistsbypopularitylist.split(",")，这个变量并非当前行的字符串列值（大概率是个函数或其他非字符串对象），自然没有split方法。而且用apply处理字符串列效率远不如pandas内置的str方法。

2. 第二个报错列长度必须与key一致：
   str.split(',',expand=True)会根据数据中艺术家数量最多的行生成对应列数（比如某行有3位艺术家就会生成3列），但你只指定了['Artist1','Artist2']两列，列数不匹配导致报错。

正确实现代码 #

直接用pandas的字符串方法拆分后转一维数组，再统计频次：

# 按逗号拆分艺术家列，展开为多列
split_artists = alldata['Artist Name(s)'].str.split(',', expand=True)
# 将多列转为一维Series，同时去除艺术家名字前后的空格，过滤空值
all_artists = split_artists.stack().str.strip().dropna()
# 统计每位艺术家的出现频次
artist_frequency = all_artists.value_counts()
# 输出结果
print(artist_frequency)

代码说明 #

• str.split(',', expand=True)：把每个单元格的字符串按逗号拆分成多列，自动适配最多的艺术家数量。
• stack()：将多列的DataFrame转为一维Series，所有艺术家名字都在同一列。
• str.strip()：去除拆分后名字前后的空格（比如", The Weeknd"会变成"The Weeknd"）。
• dropna()：过滤拆分后可能出现的空值（比如部分行艺术家数量少，拆分后会有NaN）。
• value_counts()：统计每个艺术家的出现次数。

内容的提问来源于stack exchange，提问作者Lollo