数据分析Pandas练习题四:Apply函数

import numpy as np
import pandas as pd

path = '../../data/exercise_data/US_Crime_Rates_1960_2014.csv'

# 展示被省略的列
pd.set_option('display.max_columns', 12)

crime = pd.read_csv(path)

# print(crime.head())

# 每一列(column)的数据类型是什么样的?
# print(crime.info())

# 将Year的数据类型转换为 datetime64
crime.Year = pd.to_datetime(crime.Year, format='%Y')
# print(crime.info())

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

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

# 按照Year对数据框进行分组并求和
# print(crime.groupby('Year').sum())

# 更多关于 .resample 的介绍
# (https://pandas.pydata.org/pandas-docs/stable/generated/pandas.DataFrame.resample.html)
# 更多关于 Offset Aliases的介绍
# (http://pandas.pydata.org/pandas-docs/stable/timeseries.html#offset-aliases)
# 运行以下代码
# resample a time series per decades
crimes = crime.resample('10AS').sum()
# 用resample去得到“Population”列的最大值
population = crime['Population'].resample('10AS').max()
# 更新 "Population"
crimes['Population'] = population
# print(crimes)

# 何时是美国历史上生存最危险的年代
print(crime.idxmax(0))

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

Java天下第1

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值