Python如何对数据分组求和并返回总和最大的分组结果

你用的sum()是对数值列做求和运算，你的news_title是字符串类型，无法执行求和计算，自然拿不到你要的计数结果。

方案1：直接用value_counts()（更简便） #

value_counts()是pandas专门用来统计字段值出现频次的方法，默认会按频次从高到低排序：

# 统计各公司出现频次
company_counts = df["company"].value_counts()
# 取频次最高的公司和对应次数
top_company, top_times = company_counts.index[0], company_counts.iloc[0]
# 输出结果
print(f"{top_company} 在新闻中被提及的次数最多 - {top_times} 次")

用你给出的样例数据跑这段代码，输出结果为：Facebook 在新闻中被提及的次数最多 - 3 次

方案2：用groupby实现 #

如果一定要用groupby语法，要把sum()换成count()做计数运算：

# 按公司分组统计新闻条目数
company_counts = df.groupby("company")["news_title"].count().sort_values(ascending=False)
top_company, top_times = company_counts.index[0], company_counts.iloc[0]
print(f"{top_company} 在新闻中被提及的次数最多 - {top_times} 次")

内容的提问来源于stack exchange，提问作者Domi