小编Fra*_*sco的帖子

我正在使用时间戳索引pandas.DataFrame.resample重新采样分组的 Pandas dataframe。

在其中一列中，我想重新采样，以便选择最常见的值。目前，我只成功使用 NumPy 函数，如np.max或np.sum等。

#generate test dataframe
data = np.random.randint(0,10,(366,2))
index = pd.date_range(start=pd.Timestamp('1-Dec-2012'), periods=366, unit='D')
test = pd.DataFrame(data, index=index)

#generate group array
group =  np.random.randint(0,2,(366,))

#define how dictionary for resample
how_dict = {0: np.max, 1: np.min}

#perform grouping and resample
test.groupby(group).resample('48 h',how=how_dict)

前面的代码有效，因为我使用了 NumPy 函数。但是，如果我想按最频繁的值使用重采样，我不确定。我尝试定义一个自定义函数，如

def frequent(x):
    (value, counts) = np.unique(x, return_counts=True)
    return value[counts.argmax()]

但是，如果我现在这样做：

how_dict = {0: np.max, 1: frequent}

我得到一个空的数据框...

df = test.groupby(group).resample('48 h',how=how_dict)
df.shape

如果我使用像http://www.h-schmidt.net/FloatConverter/IEEE754.html这样的网站将十六进制字符串'424E4B31'转换为 float32，我得到 51.57343。

我需要使用 Python 来转换字符串，但是，使用 StackExchange 上的解决方案，例如：

import struct, binascii
hexbytes = b"\x42\x4E\x4B\x31"
struct.unpack('<f',hexbytes)

或者

struct.unpack('f', binascii.unhexlify('424E4B31'))

我得到 2.9584e-09... 为什么不同？