Python透视表groupby或转置/取消堆栈

嗨，我有一个数据框在上面，票证到达时间，看起来像这样

   Feedback time          time               hour       Shift   
0   12/2/20 23:58   2020-12-02 23:58:00      23     Shift 3 
1   12/2/20 10:20   2020-12-02 10:20:00      10     Shift 1 
2   12/2/20 11:40   2020-12-02 11:40:00      11     Shift 1 
....
458 11/18/20 16:01  2020-11-18 16:01:00      16     Shift 2 

最早的日期是2020年11月18日，最晚的日期是2020年12月2日

而“转移”的定义是

conditions = [(df['hour'] >= 7) & (df['hour'] < 15),
    (df['hour'] >= 15) & (df['hour'] < 23),
    (df['hour'] < 7) | (df['hour'] >= 23)]

基本上，列是按周分组的，索引是班次，然后是白天的小时。 对于xx，我想计算上午7点间隔内“小时”的频率，对整个星期求和，然后得到整个星期的平均值（本例中为11/18-11/25），还需要它填充所有空单元格

我试过这个

s = pd.pivot_table(df,index=['Shift',"Hour"],columns =['Time'] ,values = ['hour'],aggfunc=[len])

但我的第一行只显示每天，而不是按周汇总

非常感谢你

s = pd.pivot_table(df,index=['Shift',"Hour"],columns =['Time'] ,values = ['hour'],aggfunc=[len])