27、时间序列分析与数据可视化：Python 中的实用技巧

时间序列分析与数据可视化：Python 中的实用技巧

时间序列分析

在时间序列分析中，我们可以采用不同的方法来处理数据。例如，我们可以使用 cut 函数根据员工的入职年份创建等宽区间并分组：

cuts = pd.cut(employee.index.year, bins=5, precision=0)
cuts.categories.values

输出结果如下：

array([Interval(1958.0, 1970.0, closed='right'),
       Interval(1970.0, 1981.0, closed='right'),
       Interval(1981.0, 1993.0, closed='right'),
       Interval(1993.0, 2004.0, closed='right'),
       Interval(2004.0, 2016.0, closed='right')], dtype=object)

然后，我们可以按这些区间和性别对员工的基本工资进行分组求均值：

employee.groupby([cuts, 'GENDER'])['BASE_SALARY'] \
        .mean().unstack('GENDER').round(-2)

另外，