如何处理含数值与字符串的DataFrame列：替换文本值为列最大值

要解决这个问题，核心是先提取列中可转换为数值的部分计算最大值，再将无法转换的文本替换为该最大值，步骤如下：

1. 计算列的有效最大值
   使用pd.to_numeric()将列转换为数值类型，通过errors='coerce'把无法转换的文本转为NaN，再用max()忽略NaN计算最大值：

   import pandas as pd
   
   # 构造示例DataFrame
   df = pd.DataFrame({'latitude': [5, "high", "3"]})
   
   # 转换为数值，非数值转为NaN
   numeric_lat = pd.to_numeric(df['latitude'], errors='coerce')
   # 计算最大值
   max_val = numeric_lat.max()
   

2. 替换非数值文本
   用fillna()把转换后列中的NaN（对应原列的文本）替换为最大值，同时完成列的数值类型统一：

   df['latitude'] = numeric_lat.fillna(max_val)
   

   处理后latitude列的结果为[5.0, 5.0, 3.0]，全部为数值类型。

备选方法（逐行处理） #

如果需要更灵活的判断逻辑，也可以用apply()逐行处理（大数据量下效率低于矢量化操作）：

def process_value(x):
    try:
        return float(x)
    except ValueError:
        return max_val

df['latitude'] = df['latitude'].apply(process_value)

原问题中直接用df['latitude'].max()失败的原因是：该列是object类型，混合了数值和字符串，Python无法直接对不同类型的数据做大小比较，必须先筛选出有效数值再计算最大值。

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