在處理列表的時候我們經(jīng)常會遇到列表中嵌套列表的結(jié)構(gòu)，如果我們要把所有元素放入一個新列表，或者要計算所有元素的個數(shù)的話應(yīng)該怎么做呢？

第一個例子

對于上圖中的這樣一組數(shù)據(jù)，如果我們要知道這個CSV文件中所有演員的數(shù)量（同一個人只能出現(xiàn)一次）應(yīng)該怎么做呢？

在pandas中我們可以先取Actors這一列，但是取出來之后我們會發(fā)現(xiàn)這是一個列表中嵌套列表的結(jié)構(gòu)，要想將所有元素提取出來我們可以使用兩個for循環(huán)來解決這一問題。代碼如下：

# encoding = utf-8

import pandas as pd

file_path = "d:/learning/pandas/IMDB-Movie-Data.csv"

df = pd.read_csv(file_path)

print(df.head(1))

# 讀平均評分

print(df["Rating"].mean())

# 導(dǎo)演的人數(shù)（下面兩個操作達(dá)到的效果是一樣的）

print(len(set(df["Director"].tolist())))

print(len(df["Director"].unique()))

# 獲取演員的人數(shù)

temp_list = df["Actors"].str.split(", ").tolist()

# 將列表套列表轉(zhuǎn)為單列表

actors_list = [i for j in temp_list for i in j]

# set函數(shù)是對列表作集合操作，可以去重

print(len(set(actors_list)))

第二個例子

我們再來看第二組例子，還是上圖中的數(shù)據(jù)，如果我們想要統(tǒng)計各個分類的電影的數(shù)量，應(yīng)該怎么做呢？核心思想是：

先處理列表嵌套列表，將所有的分類統(tǒng)計出來；

建立一個值全為0的數(shù)組，這個數(shù)組的行數(shù)等于電影數(shù)，列數(shù)等于分類數(shù)；

在這個數(shù)組的列方向上進(jìn)行求和，得出結(jié)果。

# coding=utf-8

import pandas as pd

import numpy as np

from matplotlib import pyplot as plt

file_path = "~/桌面/IMDB-Movie-Data.csv"

df = pd.read_csv(file_path)

# 新建臨時列表，將數(shù)組中分類列讀取

temp_list = df["Genre"].str.split(",").tolist()

# 處理列表嵌套列表的結(jié)構(gòu)，去除重復(fù)元素

Genre_list = set([i for j in temp_list for i in j])

# 新建一個統(tǒng)計數(shù)組，即上文所說的第二步

a = pd.DataFrame(np.zeros((df.shape[0], len(Genre_list))), columns=Genre_list, dtype=int)

# 賦值，將上述列表中對應(yīng)的位置的值變?yōu)?

for i in range(len(temp_list)):

a.loc[i, temp_list[i]] = 1

# 求和，統(tǒng)計每個分類的電影的數(shù)量

sum = a.sum(axis=0)

sum = sum.sort_values(ascending=False)

# 繪制條形統(tǒng)計圖

_x = sum.index

_y = sum.values

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

plt.yticks(range(max(sum.values)+50)[::50])

plt.bar(_x, _y)

plt.show()

結(jié)果如圖：

這里有一個重要的問題，如果原始數(shù)據(jù)的行數(shù)特別多，再采用for循環(huán)進(jìn)行行遍歷就會耗費特別長的時間

解決辦法見這里的第三個例子。

總結(jié)

以上是生活随笔為你收集整理的python列表的嵌套_Python中关于列表嵌套列表的处理的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。