如何清理DataFrame中genres列冗余内容，提取纯类型名称？

需求 #

移除DataFrame中genres列的冗余文字与符号，仅保留类型名称。

原始数据示例 #

尝试代码及错误 #

尝试代码：

json.loads(movies['genre'][0]).values()

触发错误：

AttributeError: 'list' object has no attribute 'values'

错误原因：json.loads()解析后得到的是列表（原始JSON是数组格式），列表没有values()方法，需要遍历列表内的字典提取name字段。

正确解决方法 #

场景1：genres列是JSON格式字符串 #

使用apply()结合列表推导式，解析JSON并提取所有name字段，用逗号拼接：

import json
import pandas as pd

movies['genres'] = movies['genres'].apply(
    lambda x: ','.join([item['name'] for item in json.loads(x)])
)

场景2：genres列已是Python列表（已完成JSON解析） #

如果数据读取时已自动解析JSON，genres直接存储列表，可跳过json.loads()：

movies['genres'] = movies['genres'].apply(
    lambda x: ','.join([item['name'] for item in x])
)

处理后期望结果 #

内容的提问来源于stack exchange，提问作者Inoue