python3环境下的pandas，其max方法有一个大坑

pandas.Series.max和pandas.DataFrame.max
都有相同的参数：

max(axis=None, skipna=None, level=None, numeric_only=None, **kwargs)

但是，在python3环境下的python2环境下的结果却是不同的！

同样的代码：

import pandas as pdimport numpy as nptemp = pd.DataFrame({'id':['f','f','f','g','g','g'],            'status':[np.nan,'M1','M2',np.nan,1,2]})print(temp['overduestatus'].dtype)temp.groupby('id_card_md5').max()

python2.7的结果是：

object

id status f M2 g 2.0

但是python3.6的结果是：

object

id status f NaN g 2.0

注意到，参数里有一个skipna的选项，官方文档里写的是：

skipna : boolean, default True

实际上，即使明确设定

temp.groupby('id_card_md5').max(skipna=True)

其结果还是不变。
可见，python3下的pandas并没能做到对object的正确排序，请各位注意