4dataframe 统计分类电影

import pandas pd

from matplotlib import pyplot as pyplot

df=pd.read_csv("movie.csv")

#统计分类列表

temp_data=df['Genre'].str.split(",").tolist() #[[],[],[]]

genre_list=list(set[j for i in temp_data  for j in i])

#生成0的列

zeros_colmns=pd.DataFrame(np.zeros(temp_data.shape[0],len(genre_list)),columns=genre_list)

for i in range(df.shape[0]):

      #temp_data["sci-fi","muc"] 

      # temp_data 是列表， 取第2行里的多列zero_colmns.loc[1,["sci-fi","muc"] ]=1

      zeros_colmns.loc[i,temp_data[i]]=1

#统计每个分类电影的数量和

genre_count=zeros_df.sum(axis=0)

#统计

genre_count=genre_count.sort_values（）

#绘图

plt.figure(figsize=(20,8),dpi=80)

_x=genre_count.index

_y=genre_count.values

plt.bar(range(len(_x)),_y)

plt.xticks(range(len(_x)),_x)

plt.show()

2..join()  默认情况下它是把行行索引相同的数据和并到一起

t.join(t2)  在t的基础上把t2以列添加到t的列上，如果没有则是nan（如果点后的行数比点前的行数多，则只显示点前的。如t.join(t2),如果点前的行数比点后的多则会出现nan ,如t2.join(t)）

merge 不懂～～～～ armin不懂