如何用pandas统计DataFrame中配套设施总数量最多的城市

amenities列存储的是类集合格式的字符串，直接调用len()统计的是字符串的字符总数，而非集合内的元素数量，需要先对该列做格式转换再统计。

• 第一步：清理字符串中的特殊符号（大括号、双引号、换行符）
• 第二步：按逗号分割字符串得到单个设施的列表，统计每行的设施数量
• 第三步：按城市分组求和总设施数，取最大值对应的城市

# 处理amenities列：去除特殊符号、按逗号分割为列表
host["amenities"] = host["amenities"].str.replace(r'["{}\n]', "", regex=True).str.split(",")
# 统计每行的设施数量
host["am_count"] = host["amenities"].apply(len)
# 按城市分组求和总设施数，返回总数量最多的城市名
result = host.groupby("city")["am_count"].sum().idxmax()
print(result)

1. 正则匹配补充了\n规则，可直接清理字段内的换行符，避免影响分割结果
2. 用apply(len)替代列表推导式，写法更符合pandas语法规范，执行效率更高
3. 将argmax()替换为idxmax()，可直接返回最大值对应的城市名，无需再手动匹配索引，兼容性和可读性更好

内容的提问来源于stack exchange，提问作者user177196