List comprehensions pro data s časovými razítky
Teď využiješ, co ses v této kapitole naučil/a, k jednoduchému úkolu extrakce dat. Zároveň tě seznámíme s datovou strukturou Series z knihovny pandas. Nebudeme zacházet do velkých podrobností, ale důležité je vědět, že jde o strukturu, se kterou budeš při práci s pandas DataFrames pracovat velmi často. Sloupce DataFramu si můžeš představit jako jednorozměrná pole nazývaná Series.
V tomto cvičení použiješ list comprehension k extrakci času z dat z Twitteru s časovými razítky. Knihovna pandas je importovaná jako pd a soubor 'tweets.csv' je načtený jako DataFrame df.
Toto cvičení je součástí kurzu
Python Toolbox
Pokyny k cvičení
- Extrahuj sloupec
'created_at'zdfa výsledek přiřaď do proměnnétweet_time. Zajímavost: extrahovaný sloupec vtweet_timeje datová struktura Series! - Vytvoř list comprehension, který z každého řádku v
tweet_timeextrahuje čas. Každý řádek je řetězec reprezentující časové razítko – čas získáš tak, že vybereš znaky na pozicích 12 až 19. Jako iterační proměnnou použijentrya výsledek přiřaď dotweet_clock_time. Nezapomeň, že Python indexuje od nuly!
Interaktivní cvičení na vyzkoušení si v praxi
Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.
# Extract the created_at column from df: tweet_time
tweet_time = ____
# Extract the clock time: tweet_clock_time
tweet_clock_time = [____]
# Print the extracted times
print(tweet_clock_time)