如何在Pandas DataFrame中获取对应最大number值的sport字段

你的问题出在number列的数据类型不对——列里混合了整数和空字符串，导致Pandas把这一列识别为object类型，没法正确计算数字的最大值。按下面的步骤修改代码就能得到预期结果：

步骤1：修正number列的数据类型 #

先把number列转换为数值类型，把空字符串这类非数值内容转为NaN：

df['number'] = pd.to_numeric(df['number'], errors='coerce')

步骤2：提取对应sport的字符串 #

用以下两种方式都能直接拿到basketball字符串：

方式一：通过max值匹配后提取 #

highest_sport = df.loc[df['number'] == df['number'].max(), 'sport'].iloc[0]

这里的.iloc[0]是把返回的Series（哪怕只有一个元素）转换成单个字符串，而不是Series对象。

方式二：用nlargest直接取最大行 #

更简洁的写法，直接取number最大的那一行的sport值：

highest_sport = df.nlargest(1, 'number')['sport'].iloc[0]

完整代码示例 #

import pandas as pd

# 初始化数据
df_dict = {'sport' : ['football', 'hockey', 'baseball', 'basketball', 'nan'], 
           'league': ['NFL', 'NHL', 'MLB', 'NBA', 'NaN'], 
           'number': [1,2,3,4,'']}
df = pd.DataFrame(df_dict)

# 修正number列类型
df['number'] = pd.to_numeric(df['number'], errors='coerce')

# 获取结果
highest_sport = df.loc[df['number'] == df['number'].max(), 'sport'].iloc[0]
print(highest_sport)  # 输出：basketball

内容的提问来源于stack exchange，提问作者HelpMeCode