在movielens项目中找到不止一种类型的电影——熊猫

Question

嗨，我需要在movielens项目中找到有多个类型的电影，其中类型不是一列，而是多列，如genre1、type2等，我尝试使用item.sum(axis=1(，但它没有给我带来所需的结果。

我还尝试了以下基于解决方案线程的代码，但没有成功。

tempdf = item[[column for column in item if 'genre' in column]]
number_of_genres = tempdf.sum(axis=1)
sub =item[number_of_genres > 1]
print(sub)

有人能帮忙吗？

Answer 1

如果您使用MovieLens 100k数据集(从https://grouplens.org/datasets/movielens/)。

它附带了一个名为"u.流派"的文件，其中包含包括一个热门编码流派的电影信息。

加载数据：

import pandas as pd
dt_dir_name = '/path/to/ml-100k/'
genres = ['unknown', 'Action' ,'Adventure' ,'Animation',
'Children' ,'Comedy' ,'Crime' ,'Documentary' ,'Drama' ,'Fantasy',
'Film-Noir' ,'Horror' ,'Musical' ,'Mystery' ,'Romance' ,'Sci-Fi',
'Thriller' ,'War' ,'Western']
movie_data = pd.read_csv(dt_dir_name +'/'+ 'u.item', delimiter='|', names=['movie id' ,'movie title' ,'release date' ,'video release date' ,
'IMDb URL'] + genres)
print('movie data', movie_data.shape)

然后，我们搜索具有多种类型的电影，并将标题保存在列表中：

movies_with_several_genres = []
for _, movie in movie_data.iterrows():
if movie[genres].sum() > 1:
movies_with_several_genres.append(movie['movie title'])
print(movies_with_several_genres

或者更像蟒蛇：

print([movie['movie title'] for _, movie in movie_data.iterrows() if movie[genres].sum() > 1])