1. Apprendre
    2. /
  2. Cours
    3. /
  3. Assembler des données avec pandas
Connected

Exercice

Utiliser .melt() pour remodeler des données gouvernementales

Le Bureau of Labor Statistics (BLS) des États‑Unis publie souvent des séries de données dans un format facile à lire : une colonne distincte pour chaque mois, et chaque année sur une ligne différente. Malheureusement, ce format large complique la visualisation de l'information dans le temps. Dans cet exercice, vous allez remodeler un tableau du taux de chômage américain issu du BLS en un format que vous pourrez tracer à l'aide de .melt(). Vous devrez ajouter une colonne de date au tableau et trier selon celle‑ci pour tracer correctement les données.

Les données du taux de chômage ont été chargées pour vous dans un tableau nommé ur_wide. Nous vous invitons à explorer ce tableau avant de commencer l'exercice.

Instructions

100 XP
  • Utilisez .melt() pour dépivoter toutes les colonnes de ur_wide sauf year et assurez‑vous que les colonnes des mois et des valeurs se nomment respectivement month et unempl_rate. Enregistrez le résultat dans ur_tall.
  • Ajoutez à ur_tall une colonne nommée date qui combine les colonnes year et month au format année-mois dans une chaîne plus longue, puis la convertit en type date.
  • Triez ur_tall par la date et enregistrez le résultat dans ur_sorted.
  • À partir de ur_sorted, tracez unempl_rate sur l'axe des y et date sur l'axe des x.