Načtení více časových řad

Ať už při osobních projektech nebo v každodenní práci datového vědce, dřív nebo později se setkáš se situací, kdy budeš potřebovat analyzovat a vizualizovat více časových řad najednou.

Pokud jsou data každé časové řady uložena v samostatných sloupcích souboru, knihovna pandas ti práci s více časovými řadami značně usnadní. V následujících cvičeních budeš pracovat s novým datasetem časových řad, který obsahuje množství různých druhů masa vyprodukovaných v USA v letech 1944 až 2012.

Toto cvičení je součástí kurzu

Vizualizace dat časových řad v Pythonu

Zobrazit kurz

Pokyny k cvičení

Knihovnu pandas jsme importovali pod aliasem pd.

Načti CSV soubor na adrese url_meat do DataFrame s názvem meat.
Převeď sloupec date v DataFrame meat na typ datetime.
Nastav sloupec date jako index DataFrame meat.
Vypiš souhrnné statistiky všech numerických sloupců v meat.

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

# Read in meat DataFrame
meat = ____.____(____)

# Review the first five lines of the meat DataFrame
print(meat.head(5))

# Convert the date column to a datestamp type
meat['date'] = ____(____)

# Set the date column as the index of your DataFrame meat
meat = ____.____(____)

# Print the summary statistics of the DataFrame
print(meat.____)

Upravit a spustit kód