优化Pandas DataFrame中列表元素的高效存在性检查

import pandas as pd

# 模拟数据
data = {
    'Genre': ['Pop', 'Rock', 'Jazz', 'Pop, R&B', 'Rock, Metal', 'Jazz, Blues'],
    'Streams': [1000, 1500, 800, 1200, 2000, 900]
}
spotify_data = pd.DataFrame(data)

genre_names = ['Pop', 'Rock', 'Jazz'] # 待查找的流派列表

streams_on_genre = []
for genre in genre_names:
    streams = 0
    for index, row in spotify_data.iterrows():
        if genre in row['Genre']: # 检查流派是否包含在字符串中
            streams += row['Streams']
    streams_on_genre.append(streams)

print("通过循环计算的播放量：", streams_on_genre)

import pandas as pd

data = {'a': [1, 2, 3], 'b': [4, 5, 6], 'c':['apple','orange','banana']}
df = pd.DataFrame(data)

# 检查数字5是否存在于'b'列中
print(f"5 是否存在于 df['b'] 中: {5 in df['b'].values}")

# 检查字符串'pear'是否存在于'c'列中
print(f"'pear' 是否存在于 df['c'] 中: {'pear' in df['c'].values}")

# 检查字符串'apple'是否存在于'c'列中
print(f"'apple' 是否存在于 df['c'] 中: {'apple' in df['c'].values}")

import pandas as pd

# 模拟数据
data = {
    'Genre': ['Pop', 'Rock', 'Jazz', 'Pop, R&B', 'Rock, Metal', 'Jazz, Blues', 'Country'],
    'Streams': [1000, 1500, 800, 1200, 2000, 900, 500]
}
spotify_data = pd.DataFrame(data)

genre_names = ['Pop', 'Rock', 'Jazz'] # 待查找的流派列表

# 方法1: 如果'Genre'列是精确匹配的单个流派
# 筛选出Genre列中包含在genre_names列表中的行
filtered_df_exact = spotify_data[spotify_data['Genre'].isin(genre_names)]
print("\n精确匹配的流派数据：")
print(filtered_df_exact)
print("精确匹配流派的总播放量：", filtered_df_exact['Streams'].sum())

# 方法2: 如果'Genre'列是包含多个流派的字符串（如 'Pop, R&B'）
# 这种情况下，需要对字符串进行处理，例如使用apply和any
# 或者更高效地，如果流派是逗号分隔的，可以先拆分再检查
def check_genre_in_string(genre_string, target_genres):
    # 将字符串拆分为单个流派，并检查是否有任何一个在target_genres中
    return any(g.strip() in target_genres for g in genre_string.split(','))

# 应用函数创建布尔掩码
mask_contains = spotify_data['Genre'].apply(lambda x: check_genre_in_string(x, genre_names))

# 使用布尔掩码筛选数据
filtered_df_contains = spotify_data[mask_contains]

print("\n包含目标流派的播放量数据：")
print(filtered_df_contains)

# 计算包含目标流派的总播放量
total_streams_contains = filtered_df_contains['Streams'].sum()
print("包含目标流派的总播放量：", total_streams_contains)

# 如果需要为每个流派分别计算总播放量，可以使用更高级的分组或迭代
# 这里我们假设要计算所有匹配流派的聚合总和