python:pandas：如何基于groupby另一列在列中查找最大值

我想基于一个列服务器对数据帧进行分组，然后在另一个列JOB_ID中查找最大值。 DF:

当我在代码下面运行时

DF_FINAL = DF.groupby(['SERVER']).agg({'JOB_ID':'max'})

低于产量

          SERVER   JOB_ID     LOG_FILE                 TIME
20   abc_123      9   1/abc_123/dep2/9/123.log  2019-12-04T16:53:54.236Z

预期产量

13   abc_123     21  1/abc_123/dep2/21/123.log  2019-12-05T04:14:54.228Z

---

我提到了这个。但是它没有给我正确的答案。

列

作业ID

不是数字，而是字符串（数据类型是

对象

），因此需要在解决方案之前将其转换为数字：

DF.JOB_ID = DF.JOB_ID.astype(int)

如果上述解决方案不起作用，因为某些非数值使用：

DF.JOB_ID = pd.to_numeric(DF.JOB_ID, errors='coerce')

索引标签的最后一次使用：

---

这应该像预期的那样起作用。作业ID的数据类型是什么？如果它是

object

将其更改为

int

。看起来作业Id是字符串类型。当我检查DF_FINAL.job_Id.dtype时，它显示“object”。感谢shaik和Quang，数据类型是问题所在。现在开始工作了。

DF.JOB_ID = pd.to_numeric(DF.JOB_ID, errors='coerce')

DF_FINAL = DF.loc[DF.groupby('SERVER')['JOB_ID'].idxmax()]