25、时间序列分析：丹佛犯罪数据的深入洞察

时间序列分析：丹佛犯罪数据的深入洞察

1. 数据选择与切片基础

在处理丹佛犯罪数据时，我们首先要了解如何根据日期智能地选择和切片数据。使用基于标签的 .loc 索引器时，返回结果会包含结束日期当天发生的所有犯罪，无论具体时间。例如：

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

同时，hdf5 文件有一个很好的特性，它能保留每列的数据类型，从而显著减少内存需求。以犯罪数据为例，将 OFFENSE_TYPE_ID 、 OFFENSE_CATEGORY_ID 和 NEIGHBORHOOD_ID 三列存储为 pandas 类别类型，相比存储为对象类型，内存使用量可减少到四分之一：

mem_cat = crime.memory_usage().sum()
mem_obj = crime.astype({'OFFENSE_TYPE_ID':'object',
                        'OFFENSE_CATEGORY_ID':'object',
                        'NEIGHBORHOOD_ID':'object'}) \
               .memory_usage(deep=True).sum()
mb = 2 ** 20
round(mem_c