擅长:python、mysql、java
<p>这看起来像是<a href="https://pandas.pydata.org/pandas-docs/version/0.22/generated/pandas.DataFrame.groupby.html" rel="nofollow noreferrer">pandas.groupby</a>的工作</p>
<p>(我没有测试代码,因为我没有一个好的样本数据集来工作。如果有错误,请告诉我。)</p>
<p>对于某些要求,您需要添加一个包含小时的列:</p>
<pre><code> df['hour']=df['UsageDate'].dt.hour
</code></pre>
<p>1)按小时平均</p>
<pre><code> mean_by_hour=df.groupby('hour').mean()
</code></pre>
<p>2)按用户求和</p>
<pre><code> sum_by_uers=df.sum()
</code></pre>
<p>3)客户最高使用量。倒数第三个使用小时-与上面的解释类似。我不太明白你想要的结果,你可能在这个问题上问了太多不同的问题。如果您想要的是小时而不是值,我认为您可能需要遍历列。添加一个示例可能会有所帮助</p>
<p>4)相同意见</p>
<p>5)指顾客</p>
<pre><code>mean_by_cust = df.mean()
</code></pre>