Pandas实战：如何找出对应最高点赞数的标题单词数量

嘿，我来帮你理清楚这个问题～你之前的代码问题出在groupby的逻辑和apply的使用上，咱们一步步来解决：

第一步：高效计算每个标题的单词数量 #

首先要给每个标题计算单词数，这里强烈推荐用Pandas的向量化字符串方法，比你想用的apply高效得多（尤其是数据量大的时候），而且能处理多空格、首尾空格这类边界情况：

# 新增word_count列，分割任意空白符后取长度
df['word_count'] = df['headline'].str.split().str.len()

这里用str.split()默认分割任意空白字符，比split(' ')更鲁棒，不会因为标题里的多个空格导致单词数计算错误。

第二步：根据需求选择对应实现 #

需求1：查看每个单词数量对应的最高点赞数 #

如果想知道“不同单词数的标题分别能达到的最高点赞数”，按单词数分组后取点赞数的最大值，再排序即可：

# 按单词数分组，求每组最高点赞数，按点赞数降序排列
word_count_max_upvotes = df.groupby('word_count')['upvotes'].max().sort_values(ascending=False)

返回的结果是一个Series，索引是单词数量，值是该单词数标题能拿到的最高点赞数，能直观看到哪个长度的标题表现最好。

需求2：直接找到最高点赞标题的单词数量 #

如果只想知道“获得最高点赞的标题有多少个单词”，直接定位到点赞数最高的行即可：

# 获取点赞数最高的行
top_voted_row = df.loc[df['upvotes'].idxmax()]
# 输出结果
print(f"最高点赞数：{top_voted_row['upvotes']}，对应标题单词数：{top_voted_row['word_count']}")

为什么你的原代码会出错？ #

你之前写的df.groupby('upvotes')['headline'].apply(lambda x: len(x.split(' ')))有两个问题：

1. 逻辑倒置：你需要先计算每个标题的单词数，再按单词数分组看点赞情况，而不是按点赞数分组去处理标题；
2. apply的对象错误：groupby('upvotes')后，每个分组的headline是同一点赞数下所有标题组成的Series，不是单个字符串，所以调用x.split(' ')会报错——Series没有split方法。

内容的提问来源于stack exchange，提问作者Matt Hough