Explora el conjunto de datos de Jobs

En este ejercicio vas a explorar el nuevo DataFrame jobs, que contiene la tasa de desempleo de distintas industrias en EE. UU. durante los años 2000-2010. Como verás, el conjunto de datos incluye series temporales para 16 industrias y a lo largo de 122 puntos temporales (uno por mes durante 10 años). En general, el flujo de trabajo típico de un proyecto de ciencia de datos incluye limpieza y exploración de datos, así que empezaremos leyendo los datos y comprobando si hay valores ausentes.

Este ejercicio forma parte del curso

Visualización de datos temporales en Python

Ver curso

Instrucciones del ejercicio

Hemos importado pandas como pd.

Lee el archivo csv ubicado en url_jobs en un DataFrame llamado jobs y revisa el tipo de datos de cada columna.
Convierte la columna datestamp en jobs al tipo datetime.
Establece la columna datestamp como índice de jobs.
Imprime el número de valores ausentes en cada columna de jobs.

Ejercicio interactivo práctico

Prueba este ejercicio y completa el código de muestra.

# Read in jobs file
jobs = ____

# Print first five lines of your DataFrame
print(jobs.head(5))

# Check the type of each column in your DataFrame
print(jobs.dtypes)

# Convert datestamp column to a datetime object
jobs[____] = ____(jobs[____])

# Set the datestamp columns as the index of your DataFrame
jobs = ____('datestamp')

# Check the number of missing values in each column
print(jobs.isnull().____())

Editar y ejecutar código