python - 从 pandas 大数据集中获取犯罪 'count'

Question

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!

Answer 1

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。