从Pandas字符串数字列表中提取最大整数值的问题

问题原因分析 #

你当前代码得到错误结果的核心原因是：
ast.literal_eval(x)将列值转换为字符串类型的列表，直接对字符串列表调用max()是按字符串字典序比较的，而非数值大小。例如'25.00'与'200000.00'比较时，第二个字符5 > 0，所以字符串'25.00'会被判定为更大，最终得到错误的最大值。

方案一：简洁的逐行处理法（适合小数据集） #

先将字符串列表解析为数值列表，再取最大值并转换为整数，同时处理空列表的情况：

import ast
import pandas as pd

# 构造示例数据
df = pd.DataFrame({
    'value_list': [
        "['200000.00', '100.00', '25.00']",
        "['860000.00']",
        "['148000.00', '25.00']"
    ]
})

# 一次性完成解析、转数值、取max、转int的操作
df['max_value'] = df['value_list'].apply(
    lambda x: int(max(float(num) for num in ast.literal_eval(x))) 
    if len(ast.literal_eval(x)) > 0 else None
)

如果担心重复调用ast.literal_eval的开销，可以拆分步骤：

# 先将字符串列表转成数值列表
df['num_list'] = df['value_list'].apply(lambda x: [float(num) for num in ast.literal_eval(x)])
# 提取最大值并转整数，空列表返回None
df['max_value'] = df['num_list'].apply(lambda x: int(max(x)) if x else None)
# 移除中间列（可选）
df = df.drop('num_list', axis=1)

方案二：矢量化处理法（适合大数据集） #

利用explode和分组聚合实现矢量化操作，避免逐行apply的性能开销，效率更高：

import ast
import pandas as pd

df = pd.DataFrame({
    'value_list': [
        "['200000.00', '100.00', '25.00']",
        "['860000.00']",
        "['148000.00', '25.00']"
    ]
})

# 1. 解析字符串为列表，展开为多行
df_exploded = df.assign(numbers=df['value_list'].apply(ast.literal_eval)).explode('numbers')
# 2. 转换为数值类型，按原索引分组取最大值并转整数
df['max_value'] = df_exploded['numbers'].astype(float).groupby(df_exploded.index).max().astype(int)
# 3. 处理空列表的情况（若存在）
df['max_value'] = df['max_value'].where(df['value_list'].apply(lambda x: len(ast.literal_eval(x))>0), None)

验证结果 #

执行上述代码后，df的结果与预期一致：

value_list  max_value
0  ['200000.00', '100.00', '25.00']     200000
1                    ['860000.00']     860000
2       ['148000.00', '25.00']     148000

内容的提问来源于stack exchange，提问作者amnesic