求DataFrame数组元素列的最值时遇报错，如何修复？

错误原因 #

你报错的核心问题是覆盖了numpy的内置函数：

• 代码里写了np.max=np.max(df['color'].iloc[id])，这会把numpy的np.max函数替换成一个float32数值，后续再调用np.max时，就变成调用一个数值对象，自然会抛出'numpy.float32' object is not callable的错误。
• 另外存在笔误：np.min_=min(df['color'].iloc[id])这里应该给你自定义的变量min_赋值，而非np.min_。
• 第一行的error min_=100是无效代码，需要删除。

修复后的代码（保留原循环逻辑） #

import numpy as np
# 初始化自定义的最大最小值变量
min_ = 100
max_ = -100

for idx in range(len(df)):
    current_min = np.min(df['color'].iloc[idx])
    current_max = np.max(df['color'].iloc[idx])
    if current_min < min_:
        min_ = current_min
    if current_max > max_:
        max_ = current_max

更高效的优化方案（无需循环） #

循环遍历DataFrame行效率很低，建议直接把所有数组元素展平后一次性计算最大最小值：

import numpy as np

# 把color列的所有数组拼接成一个一维数组
all_values = np.concatenate(df['color'].values)
min_ = np.min(all_values)
max_ = np.max(all_values)

内容的提问来源于stack exchange，提问作者Anthony1199