汇总数据帧特征的替代方法（嵌套循环、groupby）

看起来你需要：

df = (df
      .groupby(['REGIS_DAY', 'REGIS_HOUR'])
      .size()
      .reset_index()
      .rename(columns={0:'sum'}))

print(df)

输出：

   REGIS_DAY    REGIS_HOUR  sum
0   3                3      3
1   7               16      2
2   16               4      1
3   24               3      1
4   29              13      4

如果仍要使用循环，请使用：

REGIS_DAY = []
REGIS_HOUR = []
sum = []
for i in range(31):
    for j in range(24):
        REGIS_DAY.append(i)
        REGIS_HOUR.append(j)
        sum.append(len(df[(df['REGIS_DAY'] == i) & (df['REGIS_HOUR'] == j)]))
        
df_new = pd.DataFrame({'REGIS_DAY': REGIS_DAY,
                       'REGIS_HOUR': REGIS_HOUR,
                       'sum': sum})

1. 正确设置数据类型

您正在将数值方法应用于仅包含字符串的数据。这就是为什么您的尝试返回空表的原因。整数将不匹配 string 。虽然某些方法不关心数据类型（请参阅下面的方法），但 numpy 数组上的嵌套循环确实需要实际数字。因此，您必须从以下数据类型转换开始：1'1'groupby

df[['REGIS_DAY','REGIS_HOUR']] = df[['REGIS_DAY','REGIS_HOUR']].astype('int')

df.dtypes

REGIS_DAY      int32
REGIS_HOUR     int32
REGIS_DATE    object
REGIS_TIME    object
dtype: object

现在你可以工作了。
有关该主题的更多信息，请参阅例如更改 pandas 中的列类型

2. 关于您的第一次尝试

您的代码片段已正确编写，并返回预期的 31*24 数组。它看起来不是收集数据的最便捷方式，以便您可以进一步使用它们。

# This was fine all along:
data_3124 = np.zeros((31,24), dtype = float)
for i in range(31):
    for j in range(24):
        number = (df.REGIS_DAY == (i+1)) & (df.REGIS_HOUR == j)
        data_3124[i,j] = number.sum()

您可以通过几次检查来探测它：

data_3124.sum()
11
# This is indeed the number of rows in the initial dataframe

data_3124[6,16]
2.0
# Number of hits for day 7, hour 16.

3. pythonic 的做事方式

现在，它需要一行来定义另一个数据帧，就像您需要的那样：（不需要从字符串转换为整数即可工作）groupby

df1 = df.groupby(by=['REGIS_DAY','REGIS_HOUR'], as_index=False).size()

   REGIS_DAY  REGIS_HOUR  size
0          3           3     3
1          7          16     2
2         16           4     1
3         24           3     1
4         29          13     4

如果您仍然想通过循环解决这个问题，我们也可以研究一下，但要知道这将是推荐的方法。
如需进一步阅读，您可以尝试： Pandas sum by groupby，但排除某些列

4. 嵌套循环的建议

接下来是一个可能更适合您当前任务的解决方案。它还会产生您想要的输出。同样，这需要事先将字符串转换为整数，如答案的第一部分所述。

这里的原则是以单行数据帧的形式填充每个点击（有客户在场的小时）的列表，然后将所有点击重新组合到一个最终的数据帧中（不太关心代码效率）。

df_list = []

for i in range(31):
    for j in range(24):
        # view dataframe subset meeting condition
        df_ij = df.loc[(df['REGIS_DAY']==i+1) & (df['REGIS_HOUR']==j)]
        # its number of rows
        s_ij = len(df_ij)
        # assign it to table
        if s_ij>0:
            df_list.append(pd.DataFrame({'REGIS_DAY'  : [i],
                                         'REGIS_HOUR' : [j],
                                         'sum'        : [s_ij]}))
# Concatenate the list of dataframes into a single table.
pd.concat(df_list, axis=0)

   REGIS_DAY  REGIS_HOUR  sum
0          2           3    3
0          6          16    2
0         15           4    1
0         23           3    1
0         28          13    4

为了进一步阅读，我建议创建一个空的 Pandas DataFrame，然后填充它

对于良好的做法，请避免将列命名为 pandas 函数。这里是 sum，因为语法 df.sum 可能无法提供您期望的内容。将列命名为“Sum”足以消除歧义。