pandas數據分析案例

1、數據分析步驟

'''
數據分析步驟：
    1、先加載數據 pandas.read_cvs("path")
    2、查看數據詳情  df.info() ,df.describe() ,df.head()
    3、根據業務獲取數據(復雜在此)
    4、展現數據    
'''

2、案例

# coding=utf-8
#911數據中不同月份不同類型的電話的次數的變化情況
import pandas as pd
import numpy as np
from matplotlib import pyplot as plt

#把時間字符串轉為時間類型設置為索引
df = pd.read_csv("./911.csv")
df["timeStamp"] = pd.to_datetime(df["timeStamp"])

#添加列，表示分類
temp_list = df["title"].str.split(": ").tolist()
cate_list = [i[0] for i in temp_list]
# print(np.array(cate_list).reshape((df.shape[0],1)))
df["cate"] = pd.DataFrame(np.array(cate_list).reshape((df.shape[0],1)))

df.set_index("timeStamp",inplace=True)

print(df.head(1))

plt.figure(figsize=(20, 8), dpi=80)

#分組
for group_name,group_data in df.groupby(by="cate"):

    #對不同的分類都進行繪圖
    count_by_month = group_data.resample("M").count()["title"]

    # 畫圖
    _x = count_by_month.index
    print(_x)
    _y = count_by_month.values

    _x = [i.strftime("%Y%m%d") for i in _x]

    plt.plot(range(len(_x)), _y, label=group_name)


plt.xticks(range(len(_x)), _x, rotation=45)
plt.legend(loc="best")
plt.show()