给定一个csv数据集，其中某个属性为电影类型，比如某条数据的电影类型为“剧情/爱情”，利用python，写一个方法拆分电影属性，实现对每一个属性的统计，以及类型总数的统计

可以使用Python中的pandas库来对csv数据进行处理和统计。具体步骤如下：

1. 导入pandas库并读取csv文件为DataFrame格式：

import pandas as pd

data = pd.read_csv('movie.csv')

2. 使用DataFrame的str.split()方法对电影类型进行拆分，例如将“剧情/爱情”拆分为["剧情", "爱情"]：

data['genres'] = data['genres'].str.split('/')

3. 使用explode()方法将每个电影的类型拆分为单独的行，并重置索引：

data = data.explode('genres').reset_index(drop=True)

4. 使用value_counts()方法对每个电影类型进行统计：

genre_count = data['genres'].value_counts()

5. 统计电影类型总数：

total_count = len(data['genres'].unique())

完整代码如下：

import pandas as pd

data = pd.read_csv('movie.csv')
data['genres'] = data['genres'].str.split('/')
data = data.explode('genres').reset_index(drop=True)

genre_count = data['genres'].value_counts()
total_count = len(data['genres'].unique())

print(genre_count)
print('Total count:', total_count)