数据分析实战2---时间序列分析

项目背景：

本实训以自行车租赁统计数据为例，使用Pandas中的时间序列分析方法，探究自行车租赁数据随时间及天气变化的分布情况。采用的数据可在Kaggle网站（Bike Sharing Demand Stella | Kaggle）下载

任务步骤：

1.导入模块

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import seaborn as sns 
%matplotlib inline

2.获取数据，并显示前五行

bike=pd.read_csv("bikesharingdata.csv")
bike.head(5)

3.分析数据

 （1）查看数据类型

(2) 将字段datetime的类型转换为日期时间

bike.datetime=pd.to_datetime(data.datetime)
bike.dtypes

（3）将datetime设置为索引，并从租赁数值差异着手观察它们的密度分布（从观察结果发现，有长尾现象）

bike=bike.set_index("datetime")
sns.distplot(bike["count"])

(4)  显示count的描述信息

（5）将count列中小于第一四分位数的数据删除，并绘制对应的密度图

def delete(x):
    if x<145:
        return np.nan
    else:
        return x

bike1=bike
bike1["count"]=bike["count"].apply(delete)
bike1=bike1.dropna(axis=0,how="any")
sns.distplot(bike1["count"])

（6）按年份统计自行车租赁数的均值，并画图

bike=bike1
y_bike=bike.groupby(bike.index.year).mean()["count"]
y_bike.plot(kind="bar",rot=0)

（7）重采样，按月进行分析汇总，并按月统计数据的绘图

m_bike=bike.resample('M',kind='period').mean()
m_bike.head(10)
m_bike.plot()
plt.legend(loc="best",fontsize=8)

（8）绘图观察哪个月的自行车租赁数目最大（九月份数量最多）

m_bike=bike.groupby(bike.index.month).mean()["count"]
m_bike.plot()
plt.grid()

（9） 分析每天不同时间自行车租赁数量的变化 （每天8点到17点自行车租数量最多）

h_bike=bike.groupby(bike.index.hour).mean()["count"]
h_bike.plot(kind="bar",rot=0)

（10）分析天气对租赁数额的影响

weather_bike=bike.groupby(bike.weather).mean()["count"]
plt.xlabel("weather")
plt.ylabel("number")
weather_bike.plot(kind="bar",rot=0)