使用日期时间将数据分类为15分钟的批处理

Question

我有以下格式的数据框，其中包含一整天的记录。

  Arrival_Time        Exit_Time            Wait_Time
0 2019-03-26 05:40:30 2019-03-26 05:41:00  00:00:30
1 2019-03-26 05:46:00 2019-03-26 05:48:00  00:02:00 

我的任务是计算一天中15分钟间隔的平均等待时间。

因此，我正在考虑添加带有间隔退出时间和订单号的其他列，并使用该列来整理我的数据。如下：

  Arrival_Time        Exit_Time            Wait_Time Interval        Int#             
0 2019-03-26 05:40:30 2019-03-26 05:41:00  00:00:30  "05:30 - 05:45" 1
1 2019-03-26 05:46:00 2019-03-26 05:48:00  00:02:00  "05:45 - 06:00" 2

我不确定如何执行此操作。我是python的新手，花了我一段时间才弄清楚如何创建上述datetime值。

我最初的想法是：

Def interval(row):
     if row['Exit_Time'] <= datetime(2019,3,26,5,45,0):
           return ""05:30 - 05:45""

     if row['Exit_Time'] <= datetime(2019,3,26,6,0,0):
           return "05:45 - 06:00"

#And so on

df['Interval'] = df.apply(interval,axis=1)

然后对于int＃

但是这似乎效率很低。

有更好的方法吗？

注意：如果我没有包括任何相关内容，请告诉我-我正在尽最大努力遵循stackoverflow最佳做法。