如何在Python的DataFrame中筛选mansion组并获取其最高房价？

原代码问题分析 #

你写的if df.loc[df['h_type']=='mansion']无法运行，因为布尔索引返回的是DataFrame对象，Python无法直接将其转换为布尔值用于条件判断，会触发ValueError。此外代码中priceSr未定义，逻辑上也没有先隔离出'mansion'分组的数据，容易误包含其他类型（比如'apartment'）的记录。

正确实现步骤 #

1. 先筛选出h_type为'mansion'的子数据集，完全隔离其他类型数据
2. 判断该子数据集是否非空（避免无匹配数据的情况）
3. 在子数据集中查找h_price最高的记录

完整代码示例 #

首先定义正确的示例DataFrame：

import pandas as pd

# 示例数据，注意字符串要加引号
df = pd.DataFrame({
    'h_type': ['apartment', 'mansion', 'apartment', 'mansion', 'mansion'],
    'h_price': [500000, 1200000, 600000, 1500000, 1300000]
})

方法一：用nlargest直接获取最高价格行（推荐）

nlargest可以直接返回指定列排序后的前N行，代码更简洁，还能处理多个相同最高价格的情况：

amost = None

# 筛选mansion分组数据
mansion_group = df[df['h_type'] == 'mansion']

if not mansion_group.empty:
    # 获取h_price最高的一行
    amost = mansion_group.nlargest(1, 'h_price')
else:
    print("未找到mansion类型的数据")

if amost is not None:
    print(amost, '\n==========')

方法二：用idxmax获取索引再取行

如果要沿用你原代码的思路，修正后的代码如下：

import numpy as np

amost = None
mansion_group = df[df['h_type'] == 'mansion']

if not mansion_group.empty:
    # 获取mansion分组中h_price最高的索引
    max_price_idx = mansion_group['h_price'].idxmax()
    # 取出对应行并转置为DataFrame格式
    amost = mansion_group.loc[max_price_idx].to_frame().transpose()

if amost is not None:
    print(amost, '\n==========')

运行结果 #

上述代码会输出mansion分组中价格最高的记录，比如示例数据中会返回：

h_type  h_price
3  mansion  1500000 
==========

内容的提问来源于stack exchange，提问作者april