Pandas按行取最大值报错‘str与float无法比较’，求解决方法

原始DataFrame如下：

Server     1-Jun   6-Jun   1-jul  Jul-10
ServerA    8        9        5     90
ServerB    100      10      9     90

需求是新增一列maximumval，存储每个Server对应所有月份列的最大值，期望结果：

Server     1-Jun   6-Jun   1-jul  Jul-10  maximumval
ServerA    8        9        5     90       90
ServerB    100      10      9     90       100

尝试执行以下代码时出现报错：

df['maximumval'] = df.max(axis=1)

报错信息：

'>=' no supported between instances of 'str' and 'float'

错误原因 #

这个错误说明你的DataFrame里同时存在字符串类型（Server列的文本值）和数值类型，调用max(axis=1)时，Python会尝试对整行所有元素做大小比较，但字符串和数值之间不支持>=这类比较操作，因此触发错误。

解决方法 #

只针对数值列（即月份相关的列）计算每行最大值，有两种常用方式：

1. 排除非数值列（指定列名）
   直接移除Server列后再计算最大值：

df['maximumval'] = df.drop('Server', axis=1).max(axis=1)

2. 自动筛选数值类型列
   通过select_dtypes筛选出所有数值类型的列，再计算最大值，适合列数较多的场景：

df['maximumval'] = df.select_dtypes(include=['number']).max(axis=1)

执行上述任意一种方法后，就能得到符合预期的DataFrame。

内容的提问来源于stack exchange，提问作者user1471980