如何使用pandas拆分genre列并统计各独立类型的出现次数

问题原因 #

你当前的genre列是逗号分隔的字符串类型，explode()方法仅对列表类型的列生效，直接调用不会拆分字符串，所以最终统计的是完整字符串组合的频次，不符合需求。

解决代码 #

第一步先将字符串按分隔符拆分为列表，再执行展开、统计操作即可：

# 适配你的数据中逗号+空格的分隔格式
genre_counts = TopMovies_df['genre'].str.split(', ', expand=False).explode().dropna().value_counts()
print(genre_counts)

如果要兼容分隔符前后有多余空格的场景，可使用更稳妥的写法：

# 兼容异常空格场景
genre_counts = (
    TopMovies_df['genre']
    .str.split(',', expand=False)
    .explode()
    .str.strip() # 清除分类名前后的多余空格
    .dropna()
    .value_counts()
)
print(genre_counts)

如果需要输出你示例中每行分类名 频次的纯文本格式，可追加如下代码：

for genre, count in genre_counts.items():
    print(f"{genre} {count}")

内容的提问来源于stack exchange，提问作者user15053490