如何获取pandas DataFrame列非零值的浮点型最小值与最大值

minValue返回Series是因为你写的df[df['col1']>0.1]是做完行筛选后的整个DataFrame，直接对整个表调.min()，pandas会把所有数值列的最小值都算出来，返回的是各列最小值组成的Series，当然不是单个float。
你写的maxValue能返回float，是因为df['col2']已经选中了单独一列的Series对象，再调.max()自然返回单个数值。

筛选行的时候直接指定要计算的目标列就行，返回结果默认就是float类型：

# 计算col1里大于0.1的数值的最小值
minValue = df.loc[df['col1'] > 0.1, 'col1'].min()

# 如果你的需求是严格排除零值（不是筛大于0.1），把过滤条件换成!=0即可
# minValue = df.loc[df['col1'] != 0, 'col1'].min()

# 你原来写的col2求最大值的逻辑本身没问题，要排除零值的话按上面的逻辑改就行
maxValue = df['col2'].max()

边界情况处理 #

要是筛选完之后目标列一个有效值都没有，.min()/.max()会返回NaN，需要兜底默认值的话可以提前判断：

valid_col1_data = df.loc[df['col1'] > 0.1, 'col1']
# 无有效数据时默认返回0.0，兜底值可以按自己需求改
minValue = valid_col1_data.min() if not valid_col1_data.empty else 0.0

内容的提问来源于stack exchange，提问作者Marvy