Compréhensions de liste conditionnelles pour des données horodatées
Excellent, vous avez réussi à extraire la donnée qui nous intéresse — l'heure — d'un DataFrame pandas ! Améliorons votre travail en ajoutant une condition qui précise davantage quelles entrées sélectionner.
Dans cet exercice, vous utiliserez une compréhension de liste pour extraire l'heure à partir de données Twitter horodatées. Vous ajouterez une expression conditionnelle à la compréhension de liste afin de ne sélectionner que les heures pour lesquelles entry[17:19] est égal à '19'. Le module pandas a été importé sous le nom pd et le fichier 'tweets.csv' a été importé en tant que DataFrame df pour votre usage.
Cette activité fait partie du cours
Boîte à outils Python
Instructions de l’exercice
- Extrayez la colonne
'created_at'dedfet assignez le résultat àtweet_time. - Créez une compréhension de liste qui extrait l'heure de chaque ligne de
tweet_time. Chaque ligne est une chaîne qui représente un horodatage, et vous accéderez aux caractères du 12e au 19e de la chaîne pour extraire l'heure. Utilisezentrycomme variable d'itération et assignez le résultat àtweet_clock_time. Ajoutez également une expression conditionnelle qui vérifie sientry[17:19]est égal à'19'.
Exercice interactif pratique
Essayez cet exercice en complétant ce code d’exemple.
# Extract the created_at column from df: tweet_time
tweet_time = ____
# Extract the clock time: tweet_clock_time
tweet_clock_time = [____ for ____ in ____ if ____ == ____]
# Print the extracted times
print(tweet_clock_time)