Python中max()/min()处理字典返回键而非值的问题排查

问题场景 #

使用len()创建了存储字符串长度的字典，格式示例：{0: 101, 1: 101, 2: 101, 3: 100 ...}。调用max()和min()获取最值时，返回的是字典的最大/最小键（如0和n-1），结果不符合预期。

相关代码 #

创建字典的代码：

n = len(df.index)  
lengths = {} 

for i in range(0,n):
    lengths[i] = len(df.at[i,'col'])

获取最值的错误代码：

maximum = max(lengths)
minimum = min(lengths)

转为DataFrame列后的正确取值代码：

minimum = min(df.loc[:,'lengths'])

问题原因 #

在Python中，直接对字典调用max()或min()时，默认只会遍历字典的键（keys），而非值（values）。你创建的字典键是0到n-1的连续整数，所以max(lengths)返回最大的键n-1，min(lengths)返回最小的键0，完全和目标的长度值无关。

而将字典转为DataFrame的Series列后，调用min()时会默认遍历Series的值，因此能得到正确的长度最值。

解决方法 #

直接从字典获取值的最值 #

如果要保留字典结构，只需明确指定遍历字典的值：

# 获取长度的最大值
maximum = max(lengths.values())
# 获取长度的最小值
minimum = min(lengths.values())

如果需要同时获取最值对应的索引（键）和长度值，可以这样写：

# 获取值最大的键值对（索引+长度）
max_item = max(lengths.items(), key=lambda x: x[1])
# 获取值最小的键值对（索引+长度）
min_item = min(lengths.items(), key=lambda x: x[1])

更高效的Pandas写法 #

其实无需手动循环创建字典，Pandas可以直接生成长度列，代码更简洁高效：

# 直接生成字符串长度列
df['lengths'] = df['col'].str.len()
# 获取最值
max_length = df['lengths'].max()
min_length = df['lengths'].min()

内容的提问来源于stack exchange，提问作者alex