Charger plusieurs séries chronologiques

Que ce soit dans vos projets personnels ou dans votre travail quotidien comme scientifique des données, il est probable que vous deviez analyser et visualiser plusieurs séries chronologiques en même temps.

Lorsque les données de chaque série chronologique sont stockées dans des colonnes distinctes d'un fichier, la bibliothèque pandas facilite grandement le travail avec plusieurs séries. Dans les exercices qui suivent, vous utiliserez un nouveau jeu de données de séries chronologiques qui contient les quantités de différents types de viande produites aux États-Unis entre 1944 et 2012.

Cette activité fait partie du cours

Visualiser des séries chronologiques en Python

Voir le cours

Instructions de l’exercice

Nous avons importé pandas sous l'alias pd.

Lisez le fichier CSV situé à url_meat dans un DataFrame nommé meat.
Convertissez la colonne date de meat au type datetime.
Définissez la colonne date comme index de meat.
Affichez les statistiques sommaires de toutes les colonnes numériques de meat.

Exercice interactif pratique

Essayez cet exercice en complétant ce code d’exemple.

# 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.____)

Modifier et exécuter le code