DataFrame max() 不是 return max

Question

真正的新手问题，但是如此简单，我真的很难过。 Python/DataFrame新手。

我已经从 Google Sheet 加载了 DataFrame，但是任何绘图或计算尝试都会生成虚假结果。加载代码：

# Setup
!pip install --upgrade -q gspread

from google.colab import auth
auth.authenticate_user()

import gspread
from oauth2client.client import GoogleCredentials

gc = gspread.authorize(GoogleCredentials.get_application_default())

worksheet = gc.open('Linear Regression - Brain vs. Body Predictor').worksheet("Raw Data")

rows = worksheet.get_all_values()

# Convert to a DataFrame and render.
import pandas as pd
df = pd.DataFrame.from_records(rows)

这似乎工作正常，当我打印出 DataFrame 时数据看起来已正确加载，但运行 max() returns 显然是错误的结果。例如：

print(df[0])
print(df[0].max())

将输出：

0     3.385
1      0.48
2      1.35
3       465
4     36.33
5     27.66
6     14.83
7      1.04
8      4.19
9     0.425
10    0.101
11     0.92
12        1
13    0.005
14     0.06
15      3.5
16        2
17      1.7
18     2547
19    0.023
20    187.1
21      521
22    0.785
23       10
24      3.3
25      0.2
26     1.41
27      529
28      207
29       85
      ...  
32     6654
33      3.5
34      6.8
35       35
36     4.05
37     0.12
38    0.023
39     0.01
40      1.4
41      250
42      2.5
43     55.5
44      100
45    52.16
46    10.55
47     0.55
48       60
49      3.6
50    4.288
51     0.28
52    0.075
53    0.122
54    0.048
55      192
56        3
57      160
58      0.9
59     1.62
60    0.104
61    4.235
Name: 0, Length: 62, dtype: object
Max: 85

显然，最大值是出路了——应该是 6654，而不是 85。

我到底做错了什么？

首先是 Whosebug post，在此先感谢。

Answer 1

如果您检查它，您会在 print() 的末尾看到 dtype=object。此外，您会注意到您的 pandas Series 具有“int”值以及“float”值（例如，您有 6654 和 3.5 在同一个系列中）。

这些是很好的提示，你有一系列的字符串，这里的 max 运算符是基于字符串比较的比较。但是，您希望拥有一系列数字（特别是 floats）并根据数字比较进行比较。

检查以下可重现的示例：

>>> df = pd.DataFrame({'col': ['0.02', '9', '85']}, dtype=object)
>>> df.col.max()
'9'

你可以检查一下，因为

>>> '9' > '85'
True

您希望将这些值视为浮点数。使用 pd.to_numeric

>>> df['col'] = pd.to_numeric(df.col)
>>> df.col.max()
85

更多关于str和int的比较，check this question

DataFrame max() 不是 return max

DataFrame max() not return max

python

ipython

dataframe

gspread