Как сделать функцию, которая позволяет мне взять первую строку фрейма данных и создать список 2-х кортежей?

import pandas as pd
from datetime import datetime


def get_tuples(p):    
    t = [(k, p['imdb_score']) for k in p['genres'].split('|')]

    return t


df100 = pd.DataFrame({'genres': ['Action|Adventure|Fantasy|Sci-Fi', 'Action|Adventure|Fantasy', 'Action|Adventure|Thriller'],
                   'imdb_score': [7.9, 7.1, 6.8]})

x = get_tuples(df100.loc[0, ['genres','imdb_score']])

print(x)

Выход:

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

IIUC, вам нужен список кортежей для каждой строки; вы можете добиться этого с помощью zip и itertools product. вы должны иметь возможность изменить его на то, что вам нужно. дайте мне знать, если мое предположение ложно:

from itertools import product
                 #create a cross join with product 
                 #entry from df.imdb_score is wrapped in a list
                 #else the string will be used and the cross join
                 #will produce a combo of individual strings and genre
df['pairing'] = [list(product(genre,[score]))
                 for genre,score in
                  #split the data, before pairing 
                 zip([ent.split('|') for ent in df.genres],df.imdb_score)]
df.head()
         genres                     imdb_score  pairing
0   Action|Adventure|Fantasy|Sci-Fi 7.9 [(Action, 7.9), (Adventure, 7.9), (Fantasy, 7....
1   Action|Adventure|Fantasy        7.1 [(Action, 7.1), (Adventure, 7.1), (Fantasy, 7.1)]
2   Action|Adventure|Thriller       6.8 [(Action, 6.8), (Adventure, 6.8), (Thriller, 6...
3   Action|Thriller                 8.5 [(Action, 8.5), (Thriller, 8.5)]
4   Documentary                     7.1 [(Documentary, 7.1)]

IIUC, используя взрыв и itertuples, мы можем создать кортеж из фрейма данных.

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)]

если вам нужно настроить таргетинг на определенную строку, тогда эта функция, использующая isin, сделает свое дело:

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)]

если вы хотите, чтобы каждая строка во вложенном списке сортов.

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)]]