Python pandas报错：reduction operation 'argmax' not allowed for this dtype

问题原因 #

尽管Excel中TTL_TRD_QNTY列显示为数值类型，但pandas读入后可能因以下原因被识别为object类型，导致idxmax()报错：

• 单元格存在隐藏非数值字符（如空格、换行符）
• 列名包含前后空格（你的列名是 TTL_TRD_QNTY，前面有空格）
• 部分单元格存在空值或无法解析的内容

解决方案 #

1. 先清理并转换列数据类型 #

先处理目标列，确保其为数值类型：

# 去除单元格前后空格，转换为数值，无法转换的标记为NaN
df[' TTL_TRD_QNTY'] = pd.to_numeric(df[' TTL_TRD_QNTY'].str.strip(), errors='coerce')
# 可选：删除包含NaN的无效行（根据业务需求决定）
df = df.dropna(subset=[' TTL_TRD_QNTY'])

2. 用高效的pandas内置方法替代循环 #

原循环代码效率较低，推荐直接使用groupby结合idxmax()获取结果：

# 执行上述类型转换后，直接获取每组最大值对应的整行
result_df = df.loc[df.groupby('SYMBOL')[' TTL_TRD_QNTY'].idxmax()]
# 重置索引（可选，让结果更整洁）
result_df = result_df.reset_index(drop=True)

3. 验证数据类型（排查用） #

如果仍有问题，先检查列的实际类型和内容：

# 查看列的数据类型
print(df[' TTL_TRD_QNTY'].dtype)
# 查看前10行的具体内容，确认是否有异常
print(df[' TTL_TRD_QNTY'].head(10))

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