如何在Python Pandas中按DataFrame列内的列表值分组？

嘿，这个场景我太熟悉了！当你的DataFrame里genre列是列表类型时，直接分组肯定得不到想要的结果——毕竟每个电影对应多个流派嘛。别担心，用Pandas的explode()方法就能轻松解决，我给你一步步拆解：

1. 先准备示例数据（你可以替换成自己的数据集） #

首先咱们构造一个和你场景匹配的示例DataFrame，方便你对照理解：

import pandas as pd

data = {
    'title': ['星际穿越', '盗梦空间', '肖申克的救赎', '千与千寻'],
    'genre': [['科幻', '冒险'], ['科幻', '悬疑'], ['剧情'], ['动画', '奇幻', '剧情']],
    'rating': [9.4, 9.4, 9.7, 9.4]
}
df = pd.DataFrame(data)

2. 把genre列的列表拆成单独行 #

这是最关键的一步！用explode()方法把每个电影对应的多个流派拆成独立的行，这样每个行就只对应一个流派了：

# 展开genre列的列表，生成新的DataFrame
exploded_df = df.explode('genre')

展开后的结果长这样：

3. 按genre分组并聚合统计 #

现在就可以像普通列一样分组了！比如统计每个流派的电影数量、平均评分：

# 分组后自定义聚合逻辑
genre_stats = exploded_df.groupby('genre').agg(
    电影数量=('title', 'nunique'),  # 用nunique避免同一电影多次计数
    平均评分=('rating', 'mean')
).reset_index()

最终得到的统计结果：

额外小提示 #

如果你的genre列里存在空列表或者NaN值，可以在展开后加一步清理：

exploded_df = df.explode('genre').dropna(subset=['genre'])

这样就能避免无效的分组啦～

内容的提问来源于stack exchange，提问作者Sitabja