pandas实战(911紧急电话)

目的：

1. 统计数据中不同类型的紧急情况的次数
2. 统计911数据中不同月份电话次数的变化情况
3. 统计911数据中不同月份不同类型的电话次数的变化情况

数据来源：​​911电话数据​​

一、统计数据中不同类型的紧急情况的次数

= "./911.csv"
    df = pd.read_csv(file_path)  # 行表示电影，列表示电影属性
    print(df.head())
    print(df.info())

首先打印前5行数据和数据的相关信息

可以看到，只有zip和twp有缺失，别的都没有缺失

打印一下第一条数据

print(df.iloc[0])

通过分析，我们知道分类情况存在于title中，那我们将title一列的值按照 ： 切分

，将切分后的title一列转换成列表，遍历列表中每个列表的0号元素就可以取到911电话的类别

temp_list = df["title"].str.split(":").tolist()

获取所有的类别：

cate_list = list(set(i[0] for i in temp_list))

接下来我们构造一个423909*3的全零DataFrame，然后按照类别对相应数据赋值成1，并求和就得到了每个类别的电话数量

# 构造全0数组
    zeros_df = pd.DataFrame(np.zeros((df.shape[0], len(cate_list))), columns=cate_list)
    # 赋值
    for cate in cate_list:
        # df["title"].str.contains(cate)返回全是布尔值的Series
        # 根据布尔索引对相应的数据赋值
        zeros_df[cate][df["title"].str.contains(cate)] = 1 
    sum_res = zeros_df.sum(axis=0)
    print(sum_res)

方法二

在原始的DataFrame添加种类一列，先获取每个电话的种类放在列表中，根据列表构造DataFrame并添加到原始的DataFrame中，按照列别分组，然后求和

= "./911.csv"
    df = pd.read_csv(file_path)
    temp_list = df["title"].str.split(":").tolist()
    cate_list = list(i[0] for i in temp_list)
    df["cate"] = pd.DataFrame(np.array(cate_list).reshape((df.shape[0], 1)))
    print(df.groupby(by="cate").count()["title"])

二、 统计911数据中不同月份电话次数的变化情况

有关时间的要求，我们打印一下数据中的时间戳信息

= "./911.csv"
    df = pd.read_csv(file_path)
    for i in range(10):
        print(df.iloc[i]["timeStamp"])

分析题目要求后，我们将原始数据中的时间转换成pandas内部的时间类型，然后将此列设置成索引，以方便我们进行每月采样，采样后就可以得到每月电话的次数

["timeStamp"] = pd.to_datetime(df["timeStamp"])
    df.set_index("timeStamp", inplace=True)

按每月进行重采样，并统计每月样本的数量（即每月的电话次数）

count_by_month = df.resample("M")["title"].count()
print(count_by_month)

画图

= [i.strftime("%Y-%m-%d") for i in count_by_month.index]
    y = count_by_month.values
    plt.figure(figsize=(20, 12))
    plt.xticks(range(len(x)), x, rotation=45)
    plt.plot(range(len(x)), y)
    plt.show()

由于两侧统计数据不全，所以采样得到的数据较小

三、 统计911数据中不同月份不同类型的电话次数的变化情况

这个要求和上面的要求差不多，就是把数据按照类别分组后重采样得到数据，然后分别画出3组数据的图即可
1、添加一列，表示类别

= "./911.csv"
    df = pd.read_csv(file_path)
    # 添加列，表示分类
    temp_list = df["title"].str.split(":").tolist()
    cate_list = list(i[0] for i in temp_list)
    df["cate"] = pd.DataFrame(np.array(cate_list).reshape((df.shape[0], 1)))

2、将时间转换为pandas内置时间类型，设置成索引，方便采样

["timeStamp"] = pd.to_datetime(df["timeStamp"])
    df.set_index("timeStamp", inplace=True)

3、按照类别分组

grouped = df.groupby(by="cate")

4、对每组数据重采样，并画图

plt.figure(figsize=(20, 8))
    for name, data in grouped:
        count_by_month = data.resample("M").count()["title"]
        # 重新设置时间格式，显示时美观
        x = [i.strftime("%Y-%m-%d") for i in count_by_month.index]
        y = count_by_month.values
        plt.plot(range(len(x)), y, label=name)
        plt.xticks(range(len(x)), x, rotation=45)
    plt.legend(loc="best")
    plt.show()

画图结果：