Python/pandas中如何将元素归属多个分类并生成透视表

场景说明 #

现有input.csv数据包含两个字段：

• Song Name：歌曲名
• Genre：流派，单条记录存储对应歌曲所属的多个流派，示例数据如下：

需求说明 #

需要实现两类输出：

1. 按流派分组，得到每个流派对应的所有歌曲列表，预期示例：

pop: ['7 Rings', 'Run', 'Dance Monkey', 'All Of Me']
dance pop : ['7 Rings','Run']
r&b: ['All Of Me']

2. 生成新的DataFrame/CSV，每列对应一个流派，行存储对应流派下的歌曲，无匹配值则为空。

实现步骤 #

前置处理：转换字段类型 #

从CSV读取的Genre字段看起来是列表格式，实际为字符串类型，需要先转换为真实列表才能正常使用explode拆分：

import pandas as pd
import ast

# 读取原始数据
df = pd.read_csv('input.csv')
# 将Genre字段的字符串格式列表转为真实列表
df['Genre'] = df['Genre'].apply(ast.literal_eval)

该写法比循环遍历更简洁，和原始遍历转换逻辑效果完全等价。

需求1：按流派聚合歌曲列表 #

# 拆分多流派后分组聚合
genre_song_map = df.explode('Genre').groupby('Genre')['Song Name'].agg(list).to_dict()
# 打印结果验证
for genre, songs in genre_song_map.items():
    print(f"{genre}: {songs}")

需求2：生成流派为列的宽表 #

genre_explode = df.explode('Genre')\
                  .assign(index=lambda d: d.groupby('Genre').cumcount())\
                  .pivot(index='index', columns='Genre', values='Song Name')\
                  .fillna('')
# 导出为CSV
genre_explode.to_csv('genre_song_table.csv', index=False)
# 查看前几行结果
genre_explode.head()

内容的提问来源于stack exchange，提问作者RiBoFen