python(15)-pandas-多类型统计-电影分类问题

  1.情境描述：用于电影分类，一个电影可以属于好几类。 按类型统计片子数。

   2.实现步骤：读文件->统计分类->全0数组（行，列）->赋值为1->各列求和

  3.知识点： 3.1嵌套 [ [ ],[ ],[ ],[ ] ] 读值

                    3.2 全0数组 创建N*M数组

                   3.3对应项赋值为1

---

知识点： 1.list 嵌套 [ [ ],[ ],[ ],[ ] ] 读值
 

     l= [[a,b,c]
        [a,f,x]
        [x,b,m]
        [a,f,c]
        [y,b,c]]

  list(set([i for j in temp_list for i in j ]))

 

               2. 全0数组 创建N*M数组
 

1.创建一个4*3的数组
  np.array(np.arange(12)).reshape(4, 3)
"""
输出
 [ 0  1  2]
 [ 3  4  5]
 [ 6  7  8]
 [ 9 10 11]
 
"""
 2.创建一个4*3的全零数组
    zeros(shape, dtype=float, order='C')
    np.zeros((4, 3))
"""
输出
  [ 0.  0.  0.]
 [ 0.  0.  0.]
 [ 0.  0.  0.]
 [ 0.  0.  0.]
"""

 

               3.对应项赋值为1

    #zeros_df.loc[0,["SCI-FI","musical"]]=1
    for i in range(df.shape[0]):
        zeros_df.loc[i,temp_list[i]]=1

---

流程代码：

"""
1.得到所有的分类 genre_list=[]
  temp_genre_list=df["Genre"].str.split(",").tolist()
     或者 tolist()  to_dict() 类型数据
  
  genre_list=[]
  for i in temp_genre_list:
      genre_list.extend(i)
  genre_list=list(set(genre_list)) ->去重

2.构造一个全0数组
  zeros_genre=pd.DataFrame(np.zeros(shape=(df.shape[0],len(genre_list)),dtype=int),colums=genre_list)

3.出现分类的地方设为1
  for i in range(df.shape[0]):
     genres=df["Genre"][i]
     zeros_genre.loc[i,genres.split(",")]=1
"""



def fun():
    #1.读取文件
    filePath="./data/movie.csv"
    df=pd.read_csv(filePath)

    #2.统计分类的列表
    temp_list=df["Genre"].str.split(",").tolist()
    genre_list=list(set([i for j in temp_list for i in j ]))
   
    #3.构造全为0的数组 行条数 列 种类
    zeros_df=pd.DataFrame(np.zeros((df.shape(0),len(genre_list))),columns=genre_list)

    #4.赋值为1  zeros_df.loc[0,["SCI-FI","musical"]]=1
    for i in range(df.shape[0]):
        zeros_df.loc[i,temp_list[i]]=1

    #5.统计每个分类的电影的数量和
    genre_count=zeros_df.sum(axis=0)
    print(genre_count)

    #6.排序
    genre_count=genre_count.sort_value()