如何筛选数据集Top10高频酒店的评论？解决Pandas代码报错

错误原因：你直接用DF['hotels']和DF['hotels'].value_counts()[:10]做相等对比时，后者返回的是以酒店名为索引、出现次数为值的Series，而前者是原数据集中每行的酒店名称序列，两者索引完全不匹配，因此触发了“只能对比标签一致的Series对象”的错误。

正确实现方式 #

方法一：直接获取Top10酒店名称列表（推荐）

这是最简洁高效的方式，先提取出现次数最多的10家酒店名称，再用isin()筛选对应评论：

# 获取Top10酒店的名称列表
top10_hotels = DF['hotels'].value_counts().head(10).index.tolist()

# 筛选这些酒店的评论
top10_reviews = DF[DF['hotels'].isin(top10_hotels)]['review']

方法二：通过合并数据集实现（可选，保留次数信息）

如果后续需要用到酒店的评论次数，可以先把次数统计转为DataFrame，再和原数据集合并筛选：

# 计算Top10酒店的评论次数，转为带列名的DataFrame
hotel_counts = DF['hotels'].value_counts().head(10).reset_index(name='review_count')
hotel_counts.columns = ['hotels', 'review_count']

# 合并原数据集，筛选目标评论
top10_reviews = DF.merge(hotel_counts, on='hotels')['review']

执行上述代码后，top10_reviews就是你需要的Top10酒店的评论集合，可直接用于后续情感分析。

内容的提问来源于stack exchange，提问作者Ahmed Adel