ребят, подскажите по результату выполнения функции, не очень понимаю, как это точно произошло

есть список:
genres = ['Drama', 'Action', 'Thriller', 'Comedy', 'Romance', 'War', 'Mystery', 'Crime']

есть функция:
def genres_rating(row):
   return pd.Series([ row['rating'] if genre in row['genres'] else np.NaN for genre in genres ])

есть метод, который применяется к датафрейму joined, который содержит в одном из столбцов genre значения типа Animation|Children|Drama|Musical по каждому фильтму :
joined[genres] = joined.apply(genres_rating, axis=1)

Я не понимаю немного, каким образом в list comprehension идет проверка вхождений значений из списка genres в столбце genres датафрейма joined

скрин датафрейма для наглядности результата

все, дошло)

skillfactory?)

datacamp кажется)

ага, мозги иногда набекрень едут от таких сокращений

в datacamp тоже есть датасет с фильмами, там похожее задание было)

вот статья с разбором что и как, может поможет — https://habr.com/ru/post/320288/

спасибо

Привет! Скажите, пж, как там может быть.
Дано 3 таблицы - сеансов (df_sessions) , срм (df_crm) , данных о расходов с рекламных систем (df_cost) .
1 случай -
Мне нужно смерджить данные про сеансы и срм по clientid, я мерджу вот так:

df_full =  df_sessions.merge(df_crm, left_on='clientId', right_on="clid", how = 'left')

Данные таким образом не мерджаться

2 случай - Я сначала мерджу срм и таблицу расходов, а потом мерджу с таблицей по сеансов.
И вуаля - у меня мерджаться данные. Как это может быть? Причёт таблица со стоимостю не нужна и ключ тот же

df_crm_and_cost = df_crm.merge(df_cost, left_on= "utmsource", right_on="source", how = 'left')

df_full = df_sessions.merge(df_crm_and_cost, left_on='clientId', right_on="clid", how = 'left')

таблица с расходами

utm прям топчик

сам офигиваю от их разметки, у них это стандарт

df_full =  df_sessions.merge(df_crm, left_on='clientId', right_on="clid", how = 'left')

df_crm_and_cost = df_crm.merge(df_cost, left_on= "utmsource", right_on="source", how = 'left')

df_full = df_sessions.merge(df_crm_and_cost, left_on='clientId', right_on="clid", how = 'left')

Можно ошибку, которая возникает в первом случае?

просто nun

df_full =  df_sessions.merge(df_crm, left_on='clientId', right_on="clid", how = 'left')

df_crm_and_cost = df_crm.merge(df_cost, left_on= "utmsource", right_on="source", how = 'left')

df_full = df_sessions.merge(df_crm_and_cost, left_on='clientId', right_on="clid", how = 'left')

тупое предположение, но может тип столбца разный у разных фреймов? А при джойне с костами оно мистическим образом меняется на подходящий тип для джоина с сессиями

у меня было подобное, перед джоином принудительно присваивал всем одинаковый тип данных

А разве не падает с ошибкой с разными типами?

не помню. Возможно.

да, точно....мне предлагало использовать в замет concat, когда типы были разные. Тогда не знаю, надо пошагово смотреть что происходит