26、时间序列分析：犯罪与薪资数据的深度洞察

时间序列分析：犯罪与薪资数据的深度洞察

在数据分析领域，时间序列分析是一项强大的工具，它能帮助我们从时间维度上挖掘数据的潜在信息。本文将通过犯罪数据和员工薪资数据的实例，详细介绍如何使用Python进行时间序列分析。

按工作日和年份统计犯罪数据

在分析犯罪数据时，我们希望同时按工作日和年份来统计犯罪数量。这就需要从时间戳中直接提取相关信息，而 pandas 库中的 dt 访问器为我们提供了这样的功能。

操作步骤

1. 读取数据 ：
   python import pandas as pd crime = pd.read_hdf('data/crime.h5', 'crime') crime.head()
2. 统计工作日犯罪数量 ：
   python wd_counts = crime['REPORTED_DATE'].dt.weekday_name.value_counts() print(wd_counts)
   输出结果显示，周末的犯罪和交通事故数量明显少于工作日。
3. 绘制工作日犯罪数量水平条形图 ：
   python days = ['Monday', 'Tuesday', 'Wednesday', 'Thursday', 'Friday', 'Saturday', 'Sunday'] title = 'Denver Crimes and Tra