Python自定义函数实现无行表头CSV第二列最大值、第三列最小值获取

核心注意事项 #

• 因为目标CSV文件无预设表头，读取时必须显式指定header=None，否则pandas会默认把文件第一行数据识别为列名，造成后续列取值错位
• pandas对表格列的索引默认从0开始计数：参考样例里的三列（序号列i、数值列a、数值列b）对应的列索引分别为0、1、2，和需求的第二列、第三列完全匹配

完整可运行代码 #

import pandas as pd
def minmaxvalue(filename):
    # 读取无表头CSV文件
    df = pd.read_csv(filename, header=None)
    # 取第二列（列索引为1）计算最大值
    second_col_max = df.iloc[:, 1].max()
    # 取第三列（列索引为2）计算最小值
    third_col_min = df.iloc[:, 2].min()
    # 输出/返回计算结果，可根据实际需求调整返回逻辑
    print(f"计算结果：第二列最大值为{second_col_max}，第三列最小值为{third_col_min}")
    return second_col_max, third_col_min

# 原代码中的"my_data.cvs"为常见CSV文件名拼写笔误，实际运行时替换为本地真实文件路径即可
minmaxvalue("my_data.csv")

样例数据验证 #

按照给出的样例数据运行计算，最终输出结果为：第二列（a列）最大值为61，第三列（b列）最小值为99，和实际数据分布完全匹配。

内容的提问来源于stack exchange，提问作者Alex Fernando