Python 需要根据工作日和时间段计算订单数量

我通过pandas格式化了我的数据，这样我就可以得到过去3个月内每2小时下的订单数量。我需要获得基于一周中的某一天为每个时间段下的订单总量

Converted    OrderCount day_of_week
2/1/2019 0:00   2   Friday
2/1/2019 2:00   0   Friday
2/1/2019 4:00   0   Friday
2/1/2019 6:00   0   Friday
2/1/2019 8:00   0   Friday
2/1/2019 10:00  1   Friday
2/1/2019 12:00  2   Friday
2/1/2019 14:00  3   Friday
2/1/2019 16:00  5   Friday
2/2/2019 0:00   2   Saturday
2/2/2019 2:00   1   Saturday
2/2/2019 4:00   0   Saturday
2/2/2019 6:00   0   Saturday
2/2/2019 8:00   0   Saturday

其中Converted是我的索引，OrderCount列包含按时间段（2小时）计算的订单数

我尝试了以下代码

df.groupby([df.index.hour, df.index.weekday]).count()

但这会产生完全不同的结果

want是基于时间段在特定日期下的订单总数

前

输出应该是

TimeSlot OrderCount day_of_week
0:00     7           Friday
4:00     11          Saturday

---

其中，总数7为（5+2），11为（1+11）

您的数据仅显示16个顺序，但您的预期结果为18个顺序。非常确定您想要的是

sum（）

而不是

count（）

。但是你需要以一种可复制的格式发布你的数据，以便我们帮助你。嗨@ScottBoston和@Ben G，我刚才举了一个日期应该如何的例子。请不要看订单的数量。请查看示例表中的日期，日期不同，但时隙相同。您是否查看了Try

df.groupby（[df.index.strftime（'%H:%M'），'day_of u week']）。sum（）.reset_index（）

TimeSlot OrderCount day_of_week
0:00     7           Friday
4:00     11          Saturday