我想基于一列SERVER对数据框进行分组，然后在另一列JOB_ID中查找最大值。 DF：
SERVER JOB_ID LOG_FILE TIME
0 abc_123 1 1/abc_123/dep2/1/123.log 2019-12-05T05:06:16.346Z
1 abc_123 10 1/abc_123/dep2/10/123.log 2019-12-04T17:05:28.335Z
2 abc_123 11 1/abc_123/dep2/11/123.log 2019-12-04T20:27:03.988Z
3 abc_123 12 1/abc_123/dep2/12/123.log 2019-12-04T20:35:49.039Z
4 abc_123 13 1/abc_123/dep2/13/123.log 2019-12-04T20:42:36.890Z
5 abc_123 14 1/abc_123/dep2/14/123.log 2019-12-04T20:52:01.295Z
6 abc_123 15 1/abc_123/dep2/15/123.log 2019-12-04T20:58:07.132Z
7 abc_123 16 1/abc_123/dep2/16/123.log 2019-12-04T20:59:51.877Z
8 abc_123 17 1/abc_123/dep2/17/123.log 2019-12-04T21:00:23.458Z
9 abc_123 18 1/abc_123/dep2/18/123.log 2019-12-04T21:05:48.047Z
10 abc_123 19 1/abc_123/dep2/19/123.log 2019-12-05T03:10:39.325Z
11 abc_123 2 1/abc_123/dep2/2/123.log 2019-12-04T15:37:41.540Z
12 abc_123 20 1/abc_123/dep2/20/123.log 2019-12-05T04:09:39.221Z
13 abc_123 21 1/abc_123/dep2/21/123.log 2019-12-05T04:14:54.228Z
14 abc_123 3 1/abc_123/dep2/3/123.log 2019-12-04T15:41:38.340Z
15 abc_123 4 1/abc_123/dep2/4/123.log 2019-12-04T15:43:34.277Z
16 abc_123 5 1/abc_123/dep2/5/123.log 2019-12-04T15:56:18.647Z
17 abc_123 6 1/abc_123/dep2/6/123.log 2019-12-04T16:14:23.323Z
18 abc_123 7 1/abc_123/dep2/7/123.log 2019-12-04T16:19:22.126Z
19 abc_123 8 1/abc_123/dep2/8/123.log 2019-12-04T16:32:30.121Z
20 abc_123 9 1/abc_123/dep2/9/123.log 2019-12-04T16:53:54.236Z
21 abc_123 1 1/abc_123/dep_1/1/123.log 2019-11-30T06:20:16.528Z
22 abc_123 10 1/abc_123/dep_1/10/123.log 2019-12-03T07:10:38.320Z
23 abc_123 11 1/abc_123/dep_1/11/123.log 2019-12-03T09:19:33.350Z
24 abc_123 12 1/abc_123/dep_1/12/123.log 2019-12-03T09:51:49.835Z
25 abc_123 13 1/abc_123/dep_1/13/123.log 2019-12-03T10:43:19.727Z
26 abc_123 14 1/abc_123/dep_1/14/123.log 2019-12-04T06:11:52.125Z
27 abc_123 15 1/abc_123/dep_1/15/123.log 2019-12-04T06:33:58.416Z
28 abc_123 16 1/abc_123/dep_1/16/123.log 2019-12-04T06:48:18.057Z
29 abc_123 2 1/abc_123/dep_1/2/123.log 2019-11-30T16:45:13.983Z
30 abc_123 3 1/abc_123/dep_1/3/123.log 2019-11-30T18:19:14.364Z
31 abc_123 4 1/abc_123/dep_1/4/123.log 2019-12-02T08:38:01.766Z
32 abc_123 5 1/abc_123/dep_1/5/123.log 2019-12-02T10:12:45.500Z
33 abc_123 6 1/abc_123/dep_1/6/123.log 2019-12-02T12:04:03.326Z
34 abc_123 7 1/abc_123/dep_1/7/123.log 2019-12-02T15:13:11.312Z
35 abc_123 8 1/abc_123/dep_1/8/123.log 2019-12-03T05:44:47.436Z
36 abc_123 9 1/abc_123/dep_1/9/123.log 2019-12-03T06:16:05.041Z
当我在以下代码下运行
DF_FINAL = DF.groupby(['SERVER']).agg({'JOB_ID':'max'})
得到下面的输出
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link。但这不能给我正确答案。
答案 0 :(得分：1)
列JOB_ID不是数字，而是字符串（dtype为object），因此在解决方案之前需要将其转换为数字：
DF.JOB_ID = DF.JOB_ID.astype(int)
如果上述解决方案无效，因为某些非数字值使用：
DF.JOB_ID = pd.to_numeric(DF.JOB_ID, errors='coerce')
最后将DataFrameGroupBy.idxmax用于带有DataFrame.loc的索引标签：
DF_FINAL = DF.loc[DF.groupby('SERVER')['JOB_ID'].idxmax()]