如何基于ID的高频时段及最高繁忙度生成统一分类列？

步骤1：生成符合规则的临时分类列 #

替换原有pd.cut逻辑，精准生成贴合需求的临时分类（非核心时段统一标记为None）：

import pandas as pd
import numpy as np

# 用条件判断生成临时分类列
conditions = [
    (data["Time"] >=7) & (data["Time"] <=10),
    (data["Time"] >=11) & (data["Time"] <=14),
    (data["Time"] >=17) & (data["Time"] <=21)
]
choices = ["Morning", "Afternoon", "Night"]
data["temp_class"] = np.select(conditions, choices, default="None")

步骤2：按ID分组确定最终分类 #

按店铺ID分组，统计各分类的出现次数、对应最高繁忙度，通过排序优先级解决平局问题：

# 分组统计每个ID下各分类的出现次数、最大Busy值
grouped = data.groupby(["ID", "temp_class"]).agg(
    count=("temp_class", "size"),
    max_busy=("Busy", "max")
).reset_index()

# 按ID分组后，先按分类次数降序，再按最高Busy值降序，取第一行作为该ID的最终分类
final_class = grouped.sort_values(by=["ID", "count", "max_busy"], ascending=[True, False, False]) \
                     .groupby("ID").first() \
                     .reset_index()[["ID", "temp_class"]] \
                     .rename(columns={"temp_class": "Classification"})

步骤3：将分类映射回原数据集 #

把每个ID的统一分类批量赋值给该ID的所有记录：

# 合并原数据与最终分类结果
data = data.merge(final_class, on="ID", how="left")

# 可选：清理临时列
data.drop("temp_class", axis=1, inplace=True)

逻辑说明 #

• 临时分类生成：用np.select避免pd.cut的区间边界歧义，精准匹配规则
• 平局处理：优先按分类出现次数排序，次数相同时取对应分类下Busy值最高的选项
• 批量映射：通过merge实现单个ID的分类结果同步到所有关联记录

内容的提问来源于stack exchange，提问作者Student