如何统计单列中各独立电影类型数量并绘图 避免多类型组合被计为单独类别

问题背景 #

现有IMDb电影数据集的DataFrame，其genres列存储电影所属类型，单条数据可能是Drama, Adventure, Romance的多类型组合，也可能是仅包含Drama的单一类型。需要统计每个单独类型的出现次数并绘制图表，而非将组合类型识别为独立分类。

最简实现方案 #

不需要手动写循环拆分，直接用pandas内置的str.split+explode方法即可完成列展开，代码如下：

import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt

# 1. 预处理：拆分多类型列并展开为单行单类型格式
# 正则`,\s*`适配逗号后可能存在的空格，避免出现` Drama`这类带空格的异常统计项
df_genre_expand = df.assign(
    single_genre = df['genres'].str.split(',\s*')
).explode('single_genre')

# 2. 直接复用原有统计逻辑绘图即可
sns.countplot(
    y="single_genre", 
    data=df_genre_expand, 
    palette="Set2", 
    order=df_genre_expand['single_genre'].value_counts().index[0:15]
)

# 可选：补充图表标注
plt.xlabel('出现次数')
plt.ylabel('电影类型')
plt.title('热度前15的电影类型分布')
plt.show()

补充说明 #

• 如果数据集存在genres为空的异常数据，可以在预处理前先执行df = df.dropna(subset=['genres'])过滤
• 直接运行df_genre_expand['single_genre'].value_counts()即可输出所有类型的统计结果

内容的提问来源于stack exchange，提问作者abdurion