如何按列表类型的Genre列分组统计Sales总和（避免展开列）

你的原代码问题在于：将Genre列的列表转成tuple后分组，是把整个类型组合当作一个分组（比如["Sci-fi","Action"]会被视为一个独立组），而不是拆分出每个类型单独统计，所以得到的结果不符合需求。

以下是两种可行的解决方案：

方法一：临时展开Genre列（简单直观） #

利用explode()方法临时将Genre的列表拆分成多行，再按单个类型分组求和，操作完成后不会修改原DataFrame：

import pandas as pd

data = {
  "Movie": ["Avatar", "Leap Year", "Life is Beautiful","Roman Holiday"],
  "Sales": [5000, 2500, 2800, 4050],
  "Genre": [["Sci-fi","Action"], ["Romantic", "Comedy"], ["Tragic", "Comdey"], ["Romantic"]]
}
df = pd.DataFrame(data)

# 临时拆分Genre并统计各类型总销售额
sales_by_genre = df.explode('Genre').groupby('Genre')['Sales'].sum()
print(sales_by_genre)

输出结果：

Genre
Action       5000
Comdey       2800
Comedy       2500
Romantic     6550
Sci-fi       5000
Tragic       2800
Name: Sales, dtype: int64

（注意：你的数据里"Comdey"是拼写错误，和"Comedy"会被视为两个不同类型，建议统一拼写）

方法二：不展开列，通过Apply拆分统计 #

如果不想临时展开列，可以用apply()每行生成对应类型的销售额Series，再求和得到结果：

sales_by_genre = df.apply(lambda row: pd.Series(row['Sales'], index=row['Genre']), axis=1).sum()
print(sales_by_genre)

这个方法直接在原DataFrame基础上计算，不会生成中间的展开数据，结果和方法一完全一致。

内容的提问来源于stack exchange，提问作者RezwanU