如何在Pandas DataFrame中获取所有列（含非数值型）的最大值？

问题的核心在于Pandas中DataFrame.max()方法的numeric_only参数默认行为——当设置为None时，它会先尝试计算所有列，但受版本逻辑影响，可能自动过滤掉非数值列（比如字符串列）。要实现包含所有列的最大值输出，你可以试试以下两种方法：

方法1：显式设置numeric_only=False #

直接在max()方法中指定numeric_only=False，强制Pandas处理所有列（只要列的元素类型支持max操作，比如字符串会按字典序比较）：

import pandas as pd

# 构造你的DataFrame
data = pd.DataFrame({
    'Col_1': [5, 10],
    'Col_2': ['xyz', 'abcd'],
    'Col_3': [76, 100]
})

# 计算所有列的最大值并转成你需要的格式
max_value = data.max(numeric_only=False).to_frame().T
print(max_value)

输出结果：

Col_1 Col_2  Col_3
0     10   xyz    100

方法2：使用apply逐列计算最大值 #

如果第一种方法因为版本兼容问题不生效，可以用apply遍历每一列，单独计算最大值：

max_value = data.apply(lambda col: col.max()).to_frame().T
print(max_value)

这个方法更通用，不管列类型是什么（只要该列的元素支持max运算），都会返回对应的最大值：

• 数值列返回数值最大值
• 字符串列返回字典序最大的字符串
• 日期列返回最晚的日期值

需要注意的是，如果DataFrame中存在无法比较的混合类型列（比如同一列既包含字符串又包含数值），两种方法都会抛出错误，此时需要先清洗数据或单独处理该列。

内容的提问来源于stack exchange，提问作者JD2775