基于其他csv文件计数

Question

我有一个数据框df与两列称为'MovieName'和'演员'。它看起来像：

MovieName Actors 
lights out Maria Bello 
legend  Tom Hardy*Emily Browning*Christopher Eccleston*David Thewlis 

请注意，不同的演员姓名由'*'分隔。我有另一个名为gender.csv的csv文件，它具有基于名字的所有参与者的性别。 gender.csv样子 -

ActorName Gender 
Tom   male 
Emily  female 
Christopher male 

我想在我的数据帧添加两列“female_actors”和“male_actors”分别包含女性和男性行为者在特定影片的数量。

如何在熊猫中同时使用df和gender.csv来完成此任务？

请注意 -

1. 如果特定的名字没有出现在gender.csv，不要总指望它。
2. 如果电影中只有一个演员，并且在gender.csv中不存在，那么它的计数应为零。

结果上述例子应该是 -

MovieName Actors  male_actors female_actors 
lights out Maria Bello 0    0 
legend  Tom Hardy*Emily Browning*Christopher Eccleston*David Thewlis 2 1 

Answer 1

import pandas as pd 

df1 = pd.DataFrame({'MovieName': ['lights out', 'legend'], 'Actors':['Maria Bello', 'Tom Hardy*Emily Browning*Christopher Eccleston*David Thewlis']}) 
df2 = pd.DataFrame({'ActorName': ['Tom', 'Emily', 'Christopher'], 'Gender':['male', 'female', 'male']}) 


def func(actors, gender): 
    actors = [act.split()[0] for act in actors.split('*')]  
    n_gender = df2.Gender[df2.Gender==gender][df2.ActorName.isin(actors)].count() 
    return n_gender 

df1['male_actors'] = df1.Actors.apply(lambda x: func(x, 'male')) 
df1['female_actors'] = df1.Actors.apply(lambda x: func(x, 'female')) 

df1.to_csv('res.csv', index=False) 
print df1 

输出

Actors,MovieName,male_actors,female_actors 
Maria Bello,lights out,0,0 
Tom Hardy*Emily Browning*Christopher Eccleston*David Thewlis,legend,2,1