dfから二つの条件を満たす数値の出現数を知りたい

Question

前提・実現したいこと

dfは、以下のような、10年間の波高と周期の時系列データです。
このdfから、出現頻度表を作りたいため、
例えば、波高が00.5mかつ周期が56s、といったような条件を満たす数値の出現数を表示させたいです。

試したこと

波高、周期のみでの条件による出現数はそれぞれ求められましたが、
二つの条件を満たす波の個数を示す方法がわからないです。

該当のソースコード

import pandas as pd
import collections

df_list = [pd.read_csv('{i+2010}　wavenet-site.csv',header=None, skiprows=1,)[[0,1,2]] for i in range(10)]

df=pd.concat([df_list[i] for i in range(10)])

df.columns=["Time (GMT)", "Dominant (peak) wave period (s)", "Significant wave height (Hm0) (m)"]
df['Time (GMT)']=pd.to_datetime(df['Time (GMT)'])
df=df.set_index("Time (GMT)")

b=df["Significant wave height (Hm0) (m)"]

print(sum([0< i<=0.25  for i in b]))
print(sum([0.25< i<=0.5  for i in b]))
print(sum([0.5< i<=0.75  for i in b]))
print(sum([0.75< i<=1.0  for i in b]))

print(sum([1.0< i<=1.25  for i in b]))
print(sum([1.25< i<=1.5  for i in b]))
print(sum([1.5< i<=1.75  for i in b]))
print(sum([1.75< i<=2.0  for i in b]))

print(sum([2.0< i<=2.25  for i in b]))
print(sum([2.25< i<=2.5  for i in b]))
print(sum([2.5< i<=2.75  for i in b]))
print(sum([2.75< i<=3.0  for i in b]))

print(sum([3.0< i<=3.25  for i in b]))
print(sum([3.25< i<=3.5  for i in b]))
print(sum([3.5< i<=3.75  for i in b]))
print(sum([3.75< i<=4.0  for i in b]))

print(sum([4.0< i<=4.25  for i in b]))
print(sum([4.25< i<=4.5  for i in b]))
print(sum([4.5< i<=4.75  for i in b]))
print(sum([4.75< i<=5.0  for i in b]))

print(sum([5.0< i<=5.25  for i in b]))
print(sum([5.25< i<=5.5  for i in b]))
print(sum([5.5< i<=5.75  for i in b]))
print(sum([5.75< i<=6.0  for i in b]))

print(sum([6.0< i<=6.25  for i in b]))
print(sum([6.25< i<=6.5  for i in b]))
print(sum([6.5< i<=6.75  for i in b]))
print(sum([6.75< i<=7.0  for i in b]))

2793
20241
29377
28729
26016
20051
14981
10860
7336
4578
3161
2053
1386
918
588
378
209
128
85
51
26
8
6
4
2
0
0
0

補足情報（FW/ツールのバージョンなど）

python3
jupyter notebook

Answer 1

例えば、波高が00.5mかつ周期が56s、といったような条件を満たす数値の出現数

import pandas as pd
from numpy.random import default_rng

time_series = pd.date_range('2010-01-01 00:00', '2010-01-31 00:00', freq='30 min')
n = len(time_series)
rg = default_rng()

df = pd.DataFrame({
    'time': time_series,
  'period': rg.uniform(0.0, 15.0, n),
  'height': rg.uniform(0.0, 10.0, n),
}).set_index('time')

height_low, height_high = 0.0, 0.5
period_low, period_high = 5.0, 6.0
matched = (
  (df['height'].between(height_low, height_high, 'right'))
  &
  (df['period'].between(period_low, period_high, 'right')))

print(matched.sum())
#
5

print(df[matched])
#
                       period    height
time                                   
2010-01-16 08:30:00  5.073479  0.110183
2010-01-21 12:00:00  5.969141  0.346602
2010-01-24 11:00:00  5.382945  0.433497
2010-01-26 19:30:00  5.484749  0.487622
2010-01-28 20:00:00  5.467330  0.091775

Comments

[taihei_._]

ご回答ありがとうございます。
無事動かせました。
この場合、以上や未満はどのようになっているのでしょうか。
例えば、5.0<period<6.0なのか、5.0<=period<=6.0なのかわかりますでしょうか。
理想としては、5.0<period<=6.0というようにしたいです。

[melian]

'right' を付けることで low < period <=high という意味になります。また、

left : low <= period < high
both : low <= period <= high
neither: low < period < high

という指定ができます。

[taihei_._]

存じ上げていませんでした。
ご教授頂きありがとうございます。

Answer 2

こういう感じでやります。

>>> df = pd.DataFrame({'period':np.random.random(100)*15, 'height':np.random.random(100)*3})
>>> def f(df, p_min, p_max, h_min, h_max):
...     return len(df[(df['period']>=p_min)&(df['period']<p_max)&(df['height']>=h_min)&(df['height']<h_max)])
...
>>> f(df, 5, 8, 0, 1.5)
14