Pandas数据分析练习4

练习4-Apply函数

探索1960 - 2014 美国犯罪数据

---

步骤1 导入必要的库

运行以下代码

import pandas as pd

import numpy as np

步骤2 从以下地址导入数据集

运行以下代码

# 本地对应的"US_Crime_Rates_1960_2014.csv"路径

path4 = 'D:/hailong/hailong_download/pandas_exercise/exercise_data/US_Crime_Rates_1960_2014.csv' 

步骤3 将数据框命名为crime

运行以下代码

crime=pd.read_csv(path4)

crime.head()

输出结果

步骤4 每一列(column)的数据类型是什么样的？

运行以下代码

crime.info()

输出结果

注意到了吗，此时Year的数据类型为 int64，但是pandas有一个不同的数据类型去处理时间序列(time series)，我们现在来看看。

步骤5 将Year的数据类型转换为 datetime64

运行以下代码

crime.Year = pd.to_datetime(crime.Year,format = '%Y')

crime.info()

输出结果

步骤6 将列Year设置为数据框的索引

运行以下代码

crime = crime.set_index('Year',drop = True)

crime.head()

输出结果

步骤7 删除名为Total的列

运行以下代码

del crime['Total']

crime.head()

输出结果

crime.resample('10AS').sum()

输出结果

步骤8 按照Year对数据框进行分组并求和

*注意Population这一列，若直接对其求和，是不正确的**

运行以下代码

# 更多关于 .resample 的介绍

# (https://pandas.pydata.org/pandas-docs/stable/generated/pandas.DataFrame.resample.html)

# 更多关于 Offset Aliases的介绍 

# (http://pandas.pydata.org/pandas-docs/stable/timeseries.html#offset-aliases)

crimes = crime.resample('10AS').sum()

population = crime['Population'].resample('10AS').max()

crimes['Population'] = population

crimes

输出结果

步骤9 何时是美国历史上生存最危险的年代？

运行以下代码

crime.idxmax(0)

输出结果

---

代码截图