25、时间序列分析：犯罪数据处理与洞察

时间序列分析：犯罪数据处理与洞察

在数据分析领域，时间序列分析是一项至关重要的技术，它能够帮助我们从带有时间戳的数据中提取有价值的信息。本文将围绕犯罪数据展开，详细介绍如何运用各种方法对犯罪数据进行时间序列分析，包括数据选择、切片、分组以及聚合等操作。

1. 数据选择与切片

在处理犯罪数据时，我们常常需要根据日期来选择和切片数据。首先，确保数据的索引包含日期值，这样才能利用索引操作符进行智能的行选择和切片。以下是具体的操作步骤：
- 设置日期索引 ：将 REPORTED_DATE 列移动到索引中，创建一个 DatetimeIndex 。

import pandas as pd
crime = pd.read_hdf('data/crime.h5', 'crime').set_index('REPORTED_DATE')
print(type(crime.index))

• 使用 .loc 索引器选择数据 ：可以使用各种字符串来选择行，所有能传递给 pandas Timestamp 构造函数的字符串都适用。

crime.loc['2015-3-4 22':'2016-1-1 11:45:00'].sort_index()