Eine „dünne“ Anwendung von Zeitreihen
Google Trends zeigt, wie oft nach einem Begriff gesucht wird. Wir haben eine Datei von Google Trends heruntergeladen, die die Häufigkeit des Suchworts „diet“ über die Zeit enthält. Sie ist in einem DataFrame namens diet vorab geladen. Ein erster Schritt bei der Analyse einer Zeitreihe ist die Visualisierung der Daten mit einem Plot. Du solltest klar erkennen, dass die Suche nach „diet“ im Jahresverlauf allmählich abnimmt, um rund um die Feiertage im Dezember ein Tief zu erreichen, gefolgt von einem Anstieg zum Jahreswechsel, wenn sich viele vornehmen, abzunehmen.
Wie bei vielen Zeitreihendatensätzen, mit denen du arbeiten wirst, sind die Datumsindizes als Strings gespeichert und sollten vor dem Plotten in einen Datetime-Index umgewandelt werden.
Dieser Kurs streift viele Konzepte, die du vielleicht vergessen hast. Wenn du eine schnelle Auffrischung brauchst, lade dir das pandas basics Cheat Sheet herunter und halte es griffbereit!
Diese Übung ist Teil des Kurses
Zeitreihenanalyse in Python
Interaktive Übung
Vervollständige den Beispielcode, um diese Übung erfolgreich abzuschließen.
# Import pandas and plotting modules
import pandas as pd
import matplotlib.pyplot as plt
# Convert the date index to datetime
diet.index = ____.____(____.____)