寻找在pandas数据框架中出现次数最多的时间点

1 人关注

我有一个数据框架，用来存储订单和收到订单的时间。

order_id   time_placed
A1         2019-08-01 06:09:55.670712
A2         2019-08-01 06:09:55.687803
A3         2019-08-01 07:27:21.236759
A4         2019-08-01 07:27:21.256607
A5         2019-08-01 07:27:21.272751
有可能有订单，但数据框架包含了本月的订单。我想知道我在这个月里哪个小时收到的订单最多。我试着创建一个这样的系列。
  orders = pd.Series(order_list['order_id'].tolist(), index=order_list['time_placed'])
这样，我就可以像这样按小时分组
orders.groupby(orders.index.hour)
但这没有意义，因为我想得到我收到最多订单的那个小时。我怎样才能实现这一点呢？


         
          
           python


         
          
           pandas


         
          
           dataframe


         
          
           timedelta


        
         
          
           
           
            Wasswa Samuel
           
          
          
           发布于
           
           2019-09-04


          
           
            已采纳


          
           
            
             我想得到我收到最多订单的那个小时
            
            
             Here is nice use
             
              
               Series.value_counts
              
             
             ，因为默认情况下是按计数排序。
            
            df['time_placed'] = pd.to_datetime(df['time_placed'])
s = df.time_placed.dt.hour.value_counts()
print (s)
7    3
6    2
Name: time_placed, dtype: int64
因此，对于顶级小时，选择第一个索引值。
h = s.index[0]
print (h)
而对于最高值，选择Series的第一个值。