用python语言程序实现数据集中有time、stationID、status（进站=1，出站=0）、userID， 统计地铁一天中每间隔1小时OD的客流，同一个userID的进站和出站记录就是一条OD数据，横纵轴分别表示出站口、进站口

这是一个很有趣的数据处理问题。您可以使用Python中的pandas和numpy库来读取和相应地处理数据。假设您的数据存储在一个CSV文件中，您可以使用pandas的read_csv函数来读取文件并将其转换为一个DataFrame对象。接着，您可以使用pandas的groupby和resample函数来实现每个小时OD客流的计算。下面是一个简单的代码示例：

import pandas as pd
import numpy as np

# 读取数据
data = pd.read_csv('data.csv')

# 转换时间格式并设置为索引
data['time'] = pd.to_datetime(data['time'])
data.set_index('time', inplace=True)

# 创建OD数据列
data['OD'] = data['stationID'] + '>' + data['status'].map(str)

# 按小时分组和重采样
hourly_OD = data.groupby(['userID', pd.Grouper(freq='1H')])['OD'].apply(','.join)
hourly_OD_counts = hourly_OD.str.split(',').apply(pd.Series).stack().value_counts().unstack()

# 显示结果
print(hourly_OD_counts)

请注意，这只是一个简单的示例代码，可能需要根据您的实际数据进行调整。此外，还有很多其他的方法可以实现这个问题，这只是其中一种可能的方法。