Pandas条件筛选行后取最大weight对应age出现索引越界问题

1. 你调用idxmax()得到的索引是原始df的行标签，不是筛选后weightMax的整数位置索引
2. Pandas中直接对DataFrame使用[]默认是按列名匹配取值，你传入行标签整数找不到对应列，自然会抛出索引错误
3. 额外提醒：直接对字符串格式的dob做大小比较存在潜在风险，比如"12/1999"按字符串比较会大于"1/2000"，不符合实际日期的大小逻辑，建议先转成日期类型再筛选

首先统一处理dob字段的格式，再进行筛选取值：

import pandas as pd

df_data = {
    "age": [24, 9, 20, 24],
    "weight": [170, 106, 201, 216],
    "dob": ["1/1990", "1/2000", "2/1994", "1/1990"]
}
df = pd.DataFrame(df_data)

# 1. 把dob转成标准日期格式，避免字符串比较错误
df['dob'] = pd.to_datetime(df['dob'], format='%m/%Y')

# 2. 筛选符合日期范围的行
weight_filtered = df[(df["dob"] >= "1990-01-01") & (df["dob"] <= "2020-01-01")]

方法1：用idxmax+loc取值（和你的原有写法兼容） #

# idxmax返回的是原df的行标签，用loc按标签取行
max_weight_row_label = weight_filtered["weight"].idxmax()
# 取整行数据
target_row = weight_filtered.loc[max_weight_row_label]
# 取对应的age值
target_age = target_row['age']

方法2：排序后直接取值（更直观） #

# 按weight降序排序后取第一行的age
target_age = weight_filtered.sort_values('weight', ascending=False).iloc[0]['age']

方法3：链式写法（更简洁） #

target_age = df.query("'1990-01-01' <= dob <= '2020-01-01'").nlargest(1, 'weight')['age'].iloc[0]

以上三种方法得到的target_age都是24，符合示例数据的预期结果。

内容的提问来源于stack exchange，提问作者Ram