如何拆分列并将频次分类值关联至DataFrame？嵌套字典DataFrame连接实操

你的问题核心是分类数据的行数与主DataFrame不匹配，直接拼接哑变量会导致行错位。正确的做法是先按主表的主键对分类数据分组聚合，再与主表合并，步骤如下：

假设主DataFrame（df）和分类DataFrame（genres）共享主键movie_id：

1. 生成分类列的哑变量，同时保留主键用于分组

genre_dummies = pd.get_dummies(genres, columns=['name'], prefix='', prefix_sep='')

2. 按主键分组，对哑变量列求和（若每个分类在单一条目中仅出现一次，求和结果就是0/1的存在标记；若有重复则为频次）

genre_agg = genre_dummies.groupby('movie_id').sum()

3. 将聚合后的分类数据与主DataFrame合并，空值填充为0

result = df.merge(genre_agg, on='movie_id', how='left').fillna(0)

如果你的genres表没有显式的movie_id列，可通过索引对齐分组：

# 假设genres的索引与主df的索引一一对应（每个主df行对应多行genres）
genre_dummies = pd.get_dummies(genres['name'])
genre_agg = genre_dummies.groupby(level=0).sum()
result = df.join(genre_agg)

这样就能得到你预期的结果：主表每一行对应一个条目，后续列是各分类的频次/存在标记。

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