时间序列知识点
- 将Year列的数据类型转换为datetime64
crime.Year = pd.to_datetime(crime.Year, format='%Y')
crime.info()
【美国犯罪率练习-时间序列索引（to_datetime(), .resample(), .set_index(), .idxmax()）】output：
RangeIndex: 55 entries, 0 to 54
Data columns (total 12 columns):
Year 55 non-null datetime64[ns]
Population 55 non-null int64
Total 55 non-null int64
Violent 55 non-null int64
Property 55 non-null int64
Murder 55 non-null int64
Forcible_Rape 55 non-null int64
Robbery 55 non-null int64
Aggravated_assault 55 non-null int64
Burglary 55 non-null int64
Larceny_Theft 55 non-null int64
Vehicle_Theft 55 non-null int64
dtypes: datetime64ns, int64(11)
memory usage: 5.2 KB
- 将Year列设置为index
#将Year列设置为index，并且自动删除掉原来的year列
crime = crime.set_index('Year', drop = True)
crime.head()
- 以十年为时间间隔频率对原数据进行重采样
注意：观察数据知：population列的数据自身为累积量，不能简单的求和，而其他数据可以
#思路：先对整个dataframe进行重采样后求和，再单独对population列进行处理。
#10AS: 以十年为间隔的第一天进行重采样，再将各列数据相加
crimes = crime.resample('10AS').sum()
文章图片
#对原数据集的population列进行相同的重采样过程，不同的是，求重采样后相应“分组”中的最大值（此处不太严谨，若人口出现负增长不对）
#在新数据集中替换
population = crime['Population'].resample('10AS').max()
crimes['Population'] = population
- 何时是美国历史上生存最危险的年代
crime.idxmax(0)
output:
Population 2014-01-01
Violent 1992-01-01
Property 1991-01-01
Murder 1991-01-01
Forcible_Rape 1992-01-01
Robbery 1991-01-01
Aggravated_assault 1993-01-01
Burglary 1980-01-01
Larceny_Theft 1991-01-01
Vehicle_Theft 1991-01-01
dtype: datetime64[ns]
除了population的数据，其他数据均表示相应指标最危险的年份
pd.idxmax(axis = 0, skipna = True)官方文档
