分析iPhone步数数据

自白书

我叫Ross，沉迷于计算步数。行走的那种。这种沉迷带来的是经常性打开iPhone上的计步应用，查看步数上升，保证我的步数超过了10,000 (我妈妈说，那是一个神奇的数字)。幸运的是，在大多数的日子里，住在纽约让这个目标容易实现。

在这篇文章中，我会告诉你如何使用pandas时间序列和ggplot来分析我的iPhone步数数据。我在Python中使用Rodeo来进行所有的数据科学工作，它是用于数据科学的Yhat IDE。

收集数据

正如所有正经的数据迷，我希望能够将数据从手机导出以用于分析。Quantified Self Labs的牛人推出了一个名为QS Access的应用，它让检索这些数据不在话下！

下面是几个导出数据的截图。

 

QS Access应用导出一个CSV文件，它包含3列：一个start时间戳，一个finish时间戳和期间的steps (count)。有一个选项，用来生成每小时/每天的数据行。为什么不从小时开始，看看情况如何 —— 更大的数据总是更好，对不对？

TO THE DATAS!

我们的分析将利用pandas中内置的时间序列工具。当Wes McKinney开始pandas项目时，他正为一家投资管理公司工作，而这个行业广泛依赖于时间序列分析。结果，pandas自带了这个领域的全面功能。

此时，有一些关于导入这个数据其他注意事项。

首先，我们已经知道我们拥有时间序列数据，因此，我们可以通过使用parse_dates参数告诉pandas。

CSV中的结束时间数据并不是特别有趣，因为我们有开始时间，并且还有每小时的频率，因此，可以用usecols来忽略它。

最后，设置开始时间 (col 0) 为索引列，获得一个DateTimeIndex，这在后面将让我们的工作更容易。

df_hour = pd.read_csv('health_