如何提取DataFrame中genres列的唯一电影类型列表？

你的问题出在直接对genres列的完整字符串做去重，所以得到的是不同的类型组合，而非拆分后的单个类型。下面是两种可行的解决方法：

方法一：Pandas原生方法（推荐） #

利用str.split拆分字符串，explode将列表展开为单行，再获取唯一值：

import pandas as pd

# 拆分每个genres字符串为列表，再展开成单独行
single_genres = df['genres'].str.split('|').explode()
# 获取唯一类型并转为列表
unique_genres = single_genres.unique().tolist()
print(unique_genres)

方法二：结合字符串拼接与集合去重 #

将所有类型字符串拼接后拆分，再用集合或np.unique去重：

import numpy as np

# 拼接所有genres字符串，按|拆分得到所有单个类型
all_genres = '|'.join(df['genres'].values).split('|')
# 用集合去重（无序），或用np.unique排序（有序）
unique_genres = list(set(all_genres))
# 有序版本
unique_genres_sorted = np.unique(all_genres).tolist()
print(unique_genres_sorted)

执行上述代码后，就能得到所有单个的唯一电影类型，比如Action、Adventure、Science Fiction等。

内容的提问来源于stack exchange，提问作者possizola