26、时间序列分析：犯罪数据与员工薪资的多维度洞察

时间序列分析：犯罪数据与员工薪资的多维度洞察

1. 按工作日和年份衡量犯罪率

在分析犯罪数据时，我们常常需要同时考虑工作日和年份这两个因素。幸运的是，Pandas 提供了强大的 dt 访问器，它可以让我们直接从时间戳中提取所需信息。

1.1 准备工作

我们将使用 dt 访问器提取每起犯罪的工作日名称和年份，并将其作为 Series。然后，通过这两个 Series 对犯罪数据进行分组计数。最后，在创建犯罪总量热力图之前，对数据进行调整，以考虑部分年份和人口因素。

1.2 操作步骤

1. 读取数据 ：

import pandas as pd
crime = pd.read_hdf('data/crime.h5', 'crime')
crime.head()

2. 提取工作日名称并计数 ：

wd_counts = crime['REPORTED_DATE'].dt.weekday_name.value_counts()
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：
| 工作日 | 数量 |
| — | — |
| Monday | 70024 |