如何提取df每行word_count最大值对应的review和review_id

你的思路是对的，核心就是先定位每行word_count列最大值对应的索引，再用这个索引提取同位置的review和review_id即可，下面给两种可直接运行的实现： #

方法1：逐行apply写法（逻辑直观，适合小数据量） #

先构造测试数据方便复现：

import pandas as pd

# 构造示例DataFrame
df = pd.DataFrame({
    'review': [['abc def', 'ghi'], ['jkl mno pqr', 'stu', 'vwx']],
    'review_id': [[1, 2], [3, 4, 5]],
    'word_count': [[2, 1], [3, 1, 1]]
})

核心处理代码：

df[['review', 'review_id']] = df.apply(
    lambda row: pd.Series([
        # 取word_count最大值对应位置的review
        row['review'][row['word_count'].index(max(row['word_count']))],
        # 取同位置的review_id
        row['review_id'][row['word_count'].index(max(row['word_count']))]
    ]),
    axis=1
)

运行后直接取df[['review', 'review_id']]就是你要的结果。 #

方法2：向量化写法（性能更高，适合大数据量） #

apply逐行循环在数据量超过10万行的时候速度会明显变慢，用列表推导+argmax的方式性能会好很多：

import numpy as np
# 批量获取每行word_count最大值的索引
max_pos = df['word_count'].apply(np.argmax)
# 按索引批量提取对应值
df['review'] = [text_list[idx] for text_list, idx in zip(df['review'], max_pos)]
df['review_id'] = [id_list[idx] for id_list, idx in zip(df['review_id'], max_pos)]

注意：如果某行的word_count存在多个相等的最大值，上述两种方法默认都会取第一个出现最大值的对应内容，如果需要取最后一个/其他位置的最大值，调整索引取值逻辑即可。

两种方法最终输出效果完全一致：

内容的提问来源于stack exchange，提问作者odebear