Python数据分析_美国犯罪数据_US_Crime_Rates EDA.csv

背景

Pandas练习题第四个数据集，寻找新的视角看数据

步骤

导入数据

将Year的数据类型转换为 datetime64

将Year设置为DataFrame的索引

对Year进行resample，并进行汇总

计算各种类犯罪在总人口中的占比

单纯的犯罪数量，没有比较没有占比几乎没有意义，所以这里计算占比

对各类数据占比进行可视化

从1960到2010期间，整体犯罪呈先上升后下降的趋势，80年代犯罪率最高，而几乎90%的犯罪都是财务犯罪，暴力犯罪占比较少。
暴力犯罪与整体犯罪趋势相同，主要为抢劫（Robbery）与暴力袭击（Aggravated_assault）犯罪，Murder与Rape占比最低，数量最少。

财产犯罪也与整体犯罪趋势相同，最主要为入室盗窃（Larceny_Theft）。

美国最危险&最安全的时期

最危险的时期：
从图中也可看出，上世界80~90年代，由于对苏冷战，两个超级大国军备竞赛，全力发展重工军工，导致国民生活水平下降，犯罪率到达峰值。而随着苏联解体，恢复一超多强的局面，通过对外收割世界财富，对内利好政策，国内生活水平上升，犯罪率下降。

最安全的时期：
从图中也可看出，数据的首尾犯罪率降至最低。上世纪60年代和本世纪10年代，美国都属于唯一一极，生活水平高，犯罪率低。

对犯罪率进行预测

预计2020年，美国犯罪率为2.427%