27、时间序列分析与数据可视化：Python 实践指南

时间序列分析与数据可视化：Python 实践指南

时间序列分析

员工数据分组新方法

在处理员工数据时，我们可以采用一种全新的方式进行分组。利用 cut 函数，依据员工的入职年份创建等宽区间，进而形成不同的分组。以下是具体代码示例：

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

运行上述代码后，我们将得到如下的区间数组：

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)

接着，我们可以按照这些分组和性别对员工的基本工资进行分组求均值，并进行相应的格式处理：

employee.groupby([cuts, 'GENDER'])['BASE_SALARY'] \