Pandas 如何使用groupby并计算每个组的计数

我有一个像这样的数据框

DateTime      RunStatus hour
2018-05-08 01:45:00 0.0 1
2018-05-08 02:00:00 0.0 2
2018-05-08 02:15:00 0.0 2
2018-05-08 02:30:00 0.0 2
2018-05-08 02:45:00 0.0 2
2018-05-08 03:00:00 1.0 3
2018-05-08 03:15:00 1.0 3
2018-05-08 03:30:00 0.0 3
2018-05-08 07:45:00 0.0 7
2018-05-08 08:00:00 0.0 8
2018-05-08 08:15:00 0.0 8
2018-05-08 08:30:00 0.0 8
2018-05-08 08:45:00 0.0 8
2018-05-08 09:00:00 1.0 9
2018-05-08 09:15:00 1.0 9
2018-05-08 09:30:00 1.0 9
2018-05-08 09:45:00 0.0 9
2018-05-08 10:00:00 0.0 10
2018-05-08 10:15:00 0.0 10
2018-05-08 10:30:00 0.0 10
2018-05-08 10:45:00 0.0 10
2018-05-08 11:00:00 0.0 11
2018-05-08 11:15:00 0.0 11
2018-05-08 11:30:00 0.0 11
2018-05-08 11:45:00 0.0 11
2018-05-08 12:00:00 0.0 12
2018-05-08 12:15:00 1.0 12
2018-05-08 12:30:00 1.0 12
2018-05-08 12:45:00 1.0 12

---

我想使用hours变量进行分组，在修改日期时间格式后，使用

交叉表
对每个小时的runstatus计数为0，runstatus计数为1

pd.crosstab(df.DateTime.dt.strftime('%Y-%m-%d %H'),df.RunStatus)

修改日期时间格式后使用交叉表

pd.crosstab(df.DateTime.dt.strftime('%Y-%m-%d %H'),df.RunStatus)

假设您的数据帧是
df
：

runStatusCount = df.drop('date',axis=1)[df['RunStatus'].isin([0,1])].groupby('hour').count()

假设您的数据帧是
df
：

runStatusCount = df.drop('date',axis=1)[df['RunStatus'].isin([0,1])].groupby('hour').count()