pandas计算各列min、max时如何排除索引值解决ValueError报错

• 存在一个Pandas DataFrame对象df_thd_funct_mode1_T，结构如下图：
  
• 需求为计算每一列的最小值和最大值，最初编写代码如下：

df_thd_funct_mode1_T.agg([min, max])

• 代码运行后返回的结果额外包含了索引的min、max统计值，不符合预期，运行结果如下图：
  
• 为排除多余的索引统计内容，修改代码传入axis="columns"参数：

df_thd_funct_mode1_T.agg([min, max],axis="columns")

• 修改后代码运行抛出错误：ValueError: no results

• 初始代码返回索引统计值的核心原因：从变量名后缀_T可以判断该DataFrame经过转置操作，转置过程中原索引/列名容易残留为数据列，默认按列聚合时，这部分数值型的残留索引内容会被当成普通数据列参与计算，最终输出你看到的多余统计结果。
• 加axis="columns"报错的原因：agg方法的axis参数中，axis=0（默认值）才是按列执行聚合，axis="columns"/axis=1的作用是按行执行聚合，和你要统计每列最值的需求完全相反；多聚合函数+按行聚合+未明确指定计算列的组合，在部分Pandas版本中会直接触发ValueError: no results错误。

按需选择以下任意一种写法，均可实现仅计算各列min、max且不返回索引统计值的需求：

1. 自动筛选所有数值类型列做聚合，自动过滤非数据的索引残留：

df_thd_funct_mode1_T.select_dtypes(include="number").agg([min, max])

2. 手动指定统计列范围，适合仅需统计部分列的场景：

# 可根据需求替换为实际需要统计的列名列表
target_columns = df_thd_funct_mode1_T.columns.tolist()
df_thd_funct_mode1_T[target_columns].agg([min, max])

3. 利用描述性统计接口定向提取最值，该接口天然不会将索引纳入统计范围：

df_thd_funct_mode1_T.describe().loc[["min", "max"]]

补充提示：如果使用转置操作生成DataFrame，建议转置后先执行.reset_index(drop=True)清理残留的旧索引，避免后续其他数据处理、统计操作出现同类问题。

内容的提问来源于stack exchange，提问作者Confused