如何在Pandas DataFrame中按行计算指定列子集的最大值？

核心实现方法 #

直接提取目标列子集，调用max()方法并指定按行计算，结果赋值给新列即可。

示例代码 #

1. 构造示例DataFrame：

import pandas as pd
import numpy as np

# 生成包含6列5行的示例数据
df = pd.DataFrame({
    'A': np.random.randint(1, 10, 5),
    'B': np.random.randint(1, 10, 5),
    'C': np.random.randint(1, 10, 5),
    'D': np.random.randint(1, 10, 5),
    'E': np.random.randint(1, 10, 5),
    'F': np.random.randint(1, 10, 5)
})

2. 计算指定列的每行最大值并生成新列：

# 定义需要计算最大值的列子集
target_columns = ['C', 'D', 'E']
# 按行计算最大值，赋值给新列G
df['G'] = df[target_columns].max(axis=1)

关键参数说明 #

• axis=1：指定计算方向为行（默认axis=0是按列计算最大值）
• skipna=True（默认）：计算时自动跳过NaN值；如果需要将NaN纳入计算（即只要该行有NaN就返回NaN），可以设置skipna=False：

df['G'] = df[target_columns].max(axis=1, skipna=False)

内容的提问来源于stack exchange，提问作者John David Deatherage