Pandas按时间段筛选DataFrame后如何统计location列的数值出现次数？

首先注意你现有代码的小问题：set_index和between_time默认都会返回新的DataFrame，没有赋值给变量的话筛选结果不会生效，你可以根据使用场景选择以下两种实现方式：

• 方式1：链式调用一步完成，适合不需要单独保留筛选后DataFrame的场景

count_result = (
    df.set_index('Time')
    .pipe(lambda x: x.set_index(pd.to_datetime(x.index)))
    .between_time('08:00', '17:00')
    ['location']
    .value_counts()
)

其中value_counts()是Pandas统计列各值出现频次的专用方法，默认按频次从高到低排序。

• 方式2：先保存筛选结果再统计，适合后续还要继续使用筛选后DataFrame的场景

# 完成时间范围筛选并保存结果
df_filtered = df.set_index('Time')
df_filtered.index = pd.to_datetime(df_filtered.index)
df_filtered = df_filtered.between_time('08:00', '17:00')

# 统计location列各值出现次数
location_count = df_filtered['location'].value_counts()

若需要统计空值的出现次数，可添加参数dropna=False，即value_counts(dropna=False)
若需要输出各值占比而非绝对次数，可添加参数normalize=True，即value_counts(normalize=True)

内容的提问来源于stack exchange，提问作者larosploc