如何使用pandas从电影DataFrame中统计美国排名前5的电影类型

解决方案 #

你原来的代码有两个核心问题：一是groupby(['country']['listed_in'])属于语法错误，不符合pandas多列分组的写法；二是listed_in存储的是逗号分隔的多类型字符串，直接分组统计只会把整段字符串当一个类型，结果不符合需求。可按以下步骤实现：

1. 筛选美国地区影片 #

先过滤出国家包含美国的条目，可根据需求选择匹配规则：

# 规则1：包含美国的合拍影片也统计在内
us_movies = netflix_df[netflix_df['country'].fillna('').str.contains('United States')].copy()

# 规则2：仅统计单独标注为美国的影片，替换上一行即可
# us_movies = netflix_df[netflix_df['country'] == 'United States'].copy()

2. 拆分类型字段并展开 #

将多值的类型字符串拆分为列表，再用explode方法转为一行对应一个类型的结构：

# 按「逗号+空格」拆分类型为列表
us_movies['listed_in'] = us_movies['listed_in'].str.split(', ')
# 展开类型列，每个类型单独占一行
us_type_expand = us_movies.explode('listed_in')

3. 统计排名前5的类型 #

top5_us_types = us_type_expand['listed_in'].value_counts().sort_values(ascending=False).head(5)
print(top5_us_types)

也可以用链式写法一行完成：

top5_us_types = netflix_df[netflix_df['country'].fillna('').str.contains('United States')]\
    .assign(listed_in=lambda x: x['listed_in'].str.split(', '))\
    .explode('listed_in')['listed_in']\
    .value_counts()\
    .head(5)

内容的提问来源于stack exchange，提问作者Juliette