这是一个相当广泛的问题,因为我无法复制我尝试过的所有不同的东西。来自纽约警察局犯罪数据集:https://data.cityofnewyork.us/Public-Safety/NYPD-Complaint-Data-Historic/qgea-i56i
我正在尝试迭代 CMPLNT_FR_DT 行(这是一个字符串,并且无法转换为 DateTime 对象)
创建一个数据框并用值填充它,使其如下所示:
[Date] [Borough] [Crime Count]
01-01-2014
...
...
...
12-31-2014
因此示例行如下所示:
05-23-2014 QUEENS 45
并表示,2014 年 5 月 23 日,皇后区发生了 45 起犯罪事件。
我已经腌制了数据集以加快处理时间。我正在使用 python pandas 库。我的问题是,无论我如何努力获取犯罪计数,我似乎都无法迭代 CMPLNT_FR_DT。我也无法使用 set_value
函数将 NYPD_Historic 数据帧中的值设置为新数据帧。此外,即使尝试使用 .iterrows()
计算行政区事件也会产生“只能使用 MultiIndex 的元组索引”错误。很感谢任何形式的帮助!
最佳答案
看来现在是使用 groupby 方法的好时机。您可以实现 df.groupby(['CMPLNT_FR_DT', 'Borough']).count()
,这将为您提供一个新的数据框,其中包含具有相同日期和行政区的所有实例的计数,无论日期的格式如何,只要它们都是相同的数据类型。
作为一个额外的好处,这比迭代整个数据框要快得多。
关于python - 从 pandas 大数据集中获取犯罪 'count',我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/47601533/