python - Pandas :将一列中的单词数按另一列的值排序

我有两列：df[upvotes]和df[headline]。标题列包含带有标题字符串的行，而upvotes列只是具有整数的行。

我想用熊猫来找出标题中最多的单词投票。

做这个的最好方式是什么？

到目前为止，我已经知道了这一点，但是apply方法正在将一系列传递给x，因此很显然我不明白这是如何工作的。

df.groupby('upvotes')['headline'].apply(lambda x: len(x.split(' '))).sort_index(ascending=False)

前5行数据：

   upvotes                                           headline
0        1  Software: Sadly we did adopt from the construc...
1        1   Google’s Stock Split Means More Control for L...
2        1  SSL DOS attack tool released exploiting negoti...
3       67       Immutability and Blocks Lambdas and Closures
4        1         Comment optimiser la vitesse de Wordpress?

最佳答案

如果我了解您的问题，则可以为此使用groupby.mean。如果需要，可以用groupby.sum代替。

通常，最好避免使用lambda函数。

df = pd.DataFrame({'upvotes': [1, 1, 1, 67, 1],
                   'headline': ['Software: Sadly we did adopt from the', 'Google’s Stock Split Means More Control for',
                                'SSL DOS attack tool released exploiting', 'Immutability and Blocks Lambdas and Closures',
                                'Comment optimiser la vitesse de Wordpress? ']})

df['wordcount'] = df['headline'].str.split().map(len)

df = df.groupby('wordcount', as_index=False)['upvotes'].mean()\
       .sort_values('upvotes', ascending=False)

print(df)

#    wordcount  upvotes
# 0          6       23
# 1          7        1

关于python - Pandas :将一列中的单词数按另一列的值排序，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/49961846/