不好描述，只能举实例：
我有一个dataframe：
datatime count
2021-10 -12 00:02:13 102
2021-10 -12 03:04:13 72
2021-10 -12 08:02:11 98
2021-10 -18 00:02:13 11
2021-10 -19 00:02:13 12
2021-11 -12 07:05:13 143
2021-11 -12 08:12:13 131
2021-11 -12 11:34:13 100
2021-11 -12 12:02:13 12
我的需求：找出每天count最大的那行（主要是想知道最大count所在的时间），如果用循环一类的当然可以求出，我的想法是一个groupby就能得到,或者是简洁一点的语句。
但是：
df.datatime.groupby(df.datatime.apply(lambda x:datetime.datetime.strftime(x,'%Y:%m:%d')).max
这样得出的是一个series，只有字符串到年月日的期的index，以及每日的max(count),其他信息丢失了。
请教：
一个groupby得到每天最大count的时间段，或更简洁的方式；
高阶数据处理玩家小小明前来回答基础题：
df.groupby(pd.to_datetime(df.datetime).dt.date).apply(lambda x: x.nlargest(1, "count")).droplevel(0)
欢迎关注我的博客，获取复杂数据处理案例的解法。
这样得出的是一个series，只有字符串到年月日的期的index，以及每日的max(count),其他信息丢失了。
说实话没看懂，到底丢失了什么信息？