【利用Python进行金融数据分析-04】apply函数的使用

import pandas as pd import numpy as np

pd.set_option('display.width',1000)

url = 'https://raw.githubusercontent.com/guipsamora/pandas_exercises/master/04_Apply/US_Crime_Rates/US_Crime_Rates_1960_2014.csv'

crime = pd.read_csv(url)

查看每个数据列的数据类型 print(crime.info())

将Year的数据类型转换为datatime64 crime.Year = pd.to_datetime(crime.Year,format='%Y') print(crime.info())

将Year设置为数据框的索引 crime = crime.set_index('Year',drop= False) print(crime.head())

删除名为Total的列 del crime['Total'] print(crime)

按照Year对数据框进行分组并求和 crimes = crime.resample('10AS').sum() population = crime['Population'].resample('10AS').max() crime['Population'] = population print(crimes)

何时时美国历史上生存最危险的年代 print(crimes.idxmax(0))

本文由 所长 创作，采用 知识共享署名4.0 国际许可协议进行许可 本站文章除注明转载/出处外，均为本站原创或翻译，转载前请务必署名 最后编辑时间为: Apr 23, 2018 at 07:31 am