Question

如果我最多使用两列浮点数，即使有些列是NaN，结果也是可以预测的：

>>> df = pd.DataFrame({"a": [1.0, 2.0, 3.0, 4.0],
                       "b": [3, 2, float("nan"), 9]})
>>> df
     a    b
0  1.0  3.0
1  2.0  2.0
2  3.0  NaN
3  4.0  9.0
>>> df.dtypes
a    float64
b    float64
dtype: object
>>> df[["a", "b"]].max(axis=1)
0    3.0
1    2.0
2    3.0
3    9.0
dtype: float64

尽管我不确定为什么3.0和NaN的最大值不是NaN。

但是，如果列包含非浮点类型（在此示例中为字符串），则NaN似乎会完全污染结果：

>>> df = pd.DataFrame({"a": ["1", "2", "3", "4"], 
                       "b": ["3", "2", float("nan"), "9"]})
>>> df
   a    b
0  1    3
1  2    2
2  3  NaN
3  4    9
>>> df.dtypes
a    object
b    object
dtype: object
>>> df[["a", "b"]].max(axis=1)
0   NaN
1   NaN
2   NaN
3   NaN
dtype: float64

我希望max（）调用的输出为3、2，NaN，9。

Answer 1

您可以告诉熊猫服用.max()时要包括什么，但是只有float，int和boolean是有效类型。没有进行字符串到数字类型的隐式转换，因此在df中，不包含"3"之类的元素，以获取最大值。唯一的数值是NaN，因此返回。

要获得预期结果，您首先需要将字符串转换为数字类型，例如

df = df.astype(float)

，然后提供skipna=False以包括NaN：

df.max(axis=1, skipna=False)

NaN污染两个对象DataFrame列的max（）

1 个答案: