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Python 需要根据工作日和时间段计算订单数量,python,pandas,Python,Pandas,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
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Trydf.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