求取CSV文件数据最大值与最小值，无法定位操作错误求助

核心错误原因 #

绝大多数此类问题都是读取数据时没有将Life expectancy (years)列转换为数值类型，直接使用字符串比较得出了错误结果。

排查要点 #

• 检查CSV读取编码是否正确，中文内容如果使用默认编码读取会出现乱码，需指定encoding='utf-8'
• 检查目标列是否存在空值，空值会导致最值计算异常，可以先删除空值行再计算
• 确认目标列的数据类型为数值型（整数/浮点数），如果是字符串类型需要先做类型转换

实现方案 #

方案1：使用pandas处理（推荐）

首先安装依赖：
pip install pandas
执行代码：

import pandas as pd

# 读取CSV文件，替换为你自己的文件路径
df = pd.read_csv('life_expectancy.csv', encoding='utf-8')

# 可选：删除目标列为空的行
df = df.dropna(subset=['Life expectancy (years)'])

# 计算全表预期寿命的最值
max_life = df['Life expectancy (years)'].max()
min_life = df['Life expectancy (years)'].min()

# 如需查看最值对应的完整数据行
max_row = df[df['Life expectancy (years)'] == max_life]
min_row = df[df['Life expectancy (years)'] == min_life]

# 如需按国家分组计算每个国家的预期寿命最值
grouped_res = df.groupby('Entity')['Life expectancy (years)'].agg(['max', 'min']).reset_index()

print(f"全表预期寿命最大值：{max_life}")
print(f"最大值对应数据行：\n{max_row.to_string(index=False)}")
print(f"全表预期寿命最小值：{min_life}")
print(f"最小值对应数据行：\n{min_row.to_string(index=False)}")
print(f"各国预期寿命最值统计：\n{grouped_res.to_string(index=False)}")

你给出的示例数据运行后，输出的阿富汗段结果为最大值41.32，最小值27.638，和实际数据一致。

方案2：纯Python内置库实现（无需安装第三方依赖）

import csv

life_values = []
full_rows = []
with open('life_expectancy.csv', 'r', encoding='utf-8') as f:
    reader = csv.DictReader(f)
    for row in reader:
        # 转换为浮点数再参与计算，避免字符串比较错误
        life_val = float(row['Life expectancy (years)'])
        life_values.append(life_val)
        full_rows.append(row)

max_life = max(life_values)
min_life = min(life_values)
max_row = full_rows[life_values.index(max_life)]
min_row = full_rows[life_values.index(min_life)]

print(f"全表预期寿命最大值：{max_life}")
print(f"最大值对应数据行：{max_row}")
print(f"全表预期寿命最小值：{min_life}")
print(f"最小值对应数据行：{min_row}")

内容的提问来源于stack exchange，提问作者1onic 1nferno