Pandas 2.0.3中DataFrame.max(skipna=False)报错，为何老师设备可运行？

复现代码 #

import pandas as pd
import numpy as np

people_dict = {
"birthyear": [2001, 2002, 2000],
"children": [np.nan ,3 , 0],
"hobby": ["Biking", "Dancing", np.nan],
"weight": [68, 83, 112]
}

people =  pd.DataFrame(people_dict)

print(people.max(skipna=False))

报错信息 #

TypeError: '>=' not supported between instances of 'str' and 'float'

原因：确实是Pandas版本差异导致的 #

你用的Pandas 2.0+对类型一致性的检查更严格，而你的老师大概率使用的是Pandas 1.x系列版本。

具体逻辑：

• hobby列是object类型，混合了字符串和np.nan（注意np.nan本质是float类型）
• 当设置skipna=False时，Pandas需要对列内所有元素做比较。Pandas 2.0+禁止直接比较字符串和float类型，因此抛出类型错误；而Pandas 1.x版本在处理这种混合类型列的max计算时，会默认把np.nan视为"小于任何字符串"的元素，跳过类型冲突的报错，返回列中最大的字符串值。

解决方案 #

根据你的需求，可选择以下两种方式：

1. 忽略空值（默认行为）
   如果不需要强制保留空值参与计算，直接去掉skipna=False参数即可（默认skipna=True）：

   print(people.max())
   

   输出结果：

   birthyear      2002
   children          3
   hobby        Dancing
   weight          112
   dtype: object
   

2. 强制保留空值参与计算
   单独处理数值列和字符串列，避免类型冲突：

   # 计算数值类型列的max
   numeric_cols_max = people.select_dtypes(include=[np.number]).max(skipna=False)
   # 计算字符串类型列的max，处理空值逻辑
   string_cols_max = people.select_dtypes(include=[object]).apply(
       lambda col: col.max(skipna=False) if col.notna().any() else np.nan
   )
   # 合并结果
   final_max = pd.concat([numeric_cols_max, string_cols_max])
   print(final_max)
   

   输出结果：

   birthyear      2002.0
   children          NaN
   weight          112.0
   hobby        Dancing
   dtype: object
   

内容的提问来源于stack exchange，提问作者sally M