如何创建一个函数，允许我获取数据帧的第一行并生成二维元组列表？

Question

 df100=a[['genres','imdb_score']]
 df100
            genres                imdb_score
 0  Action|Adventure|Fantasy|Sci-Fi 7.9
 1  Action|Adventure|Fantasy        7.1
 2  Action|Adventure|Thriller       6.8
 3  Action|Thriller                 8.5
 4  Documentary                     7.1
       ...  ... ...
5038 Comedy|Drama                   7.7
5039 Crime|Drama|Mystery|Thriller   7.5
5040 Drama|Horror|Thriller          6.3
5041 Comedy|Drama|Romance           6.3
5042 Documentary                    6.6

def tuples(p):

   t= [(p[0], p[1]) for p[0], p[1] in zip(df100.genres, df100.imdb_score) for p[0] in p[0].split('|')]

     return t

tuples(df100.loc[0,['genres','imdb_score']])

因此，我创建了上面的数据框架，其中的列是流派和imdb分数。然后，我创建了一个函数tuples（），该函数将流派列拆分为每个独特的流派，然后在其旁边添加imdb_分数。（如下图所示），然后我应用了tuples（df100.loc[0，['genres'，'imdb_分数]]）所示的函数，希望得到下面所示的数据帧第一行的2d元组。然而，我最终得到了数据帧中所有行的一个完整列表，而不仅仅是第一行。有谁能帮我修改一下这个函数，让我在第一行使用它，然后分别将它应用到整个数据帧上

[('Action',7.9),('Adventure',7.9),('Fantasy',7.9),('Sci-Fi',7.9)]

Answer 1

IIUC，使用explode和itertuples，我们可以从数据帧创建元组

s = df['genres'].str.split('|').explode().to_frame()

s['score'] = s.index.map(df['imdb_score'])

t = list(s.itertuples(index=False,name=None))

print(t)

[('Action', 7.9),
 ('Adventure', 7.9),
 ('Fantasy', 7.9),
 ('Sci-Fi', 7.9),
 ('Action', 7.1),
 ('Adventure', 7.1),
 ('Fantasy', 7.1),
 ('Action', 6.8),
 ('Adventure', 6.8),
 ('Thriller', 6.8),
 ('Action', 8.5),
 ('Thriller', 8.5),
 ('Documentary', 7.1),
 ('Comedy', 7.7),
 ('Drama', 7.7),
 ('Crime', 7.5),
 ('Drama', 7.5),
 ('Mystery', 7.5),
 ('Thriller', 7.5),
 ('Drama', 6.3),
 ('Horror', 6.3),
 ('Thriller', 6.3),
 ('Comedy', 6.3),
 ('Drama', 6.3),
 ('Romance', 6.3)]

如果需要以特定行为目标，则此函数使用isin将实现以下功能：

def tuple_row(frame,row_num):
    s = frame['genres'].str.split('|').explode().to_frame()
    s['score'] = s.index.map(frame['imdb_score'])
    return list(s[s.index.isin([row_num])].itertuples(index=False,name=None))


tuple_row(df,5)
[('Comedy', 7.7), ('Drama', 7.7)]

如果希望每一行都包含在嵌套的排序列表中

l = [list(i.itertuples(name=None,index=False)) for _,i in s.groupby(level=0)]

[[('Action', 7.9), ('Adventure', 7.9), ('Fantasy', 7.9), ('Sci-Fi', 7.9)],
 [('Action', 7.1), ('Adventure', 7.1), ('Fantasy', 7.1)],
 [('Action', 6.8), ('Adventure', 6.8), ('Thriller', 6.8)],
 [('Action', 8.5), ('Thriller', 8.5)],
 [('Documentary', 7.1)],
 [('Comedy', 7.7), ('Drama', 7.7)],
 [('Crime', 7.5), ('Drama', 7.5), ('Mystery', 7.5), ('Thriller', 7.5)],
 [('Drama', 6.3), ('Horror', 6.3), ('Thriller', 6.3)],
 [('Comedy', 6.3), ('Drama', 6.3), ('Romance', 6.3)],
 [('Documentary', 6.6)]]