Créer un DataFrame de séries temporelles

On utilise des données de séries temporelles lorsqu’on souhaite analyser ou explorer des variations dans le temps. C’est utile pour explorer des tweets si vous voulez suivre la fréquence d’un mot ou d’un groupe de mots.

La première étape consiste à convertir le DataFrame dans un format compatible avec les méthodes de séries temporelles de pandas. Pour cela, on convertit l’index en type datetime.

Cet exercice fait partie du cours

<cours>Analyser des données de réseaux sociaux en Python</cours>

Voir le cours

Instructions de l’exercice

Affichez les cinq premières lignes de created_at dans ds_tweets avec la méthode .head().
Convertissez cette colonne en type datetime avec la méthode .to_datetime() de pandas.
Affichez à nouveau les cinq premières lignes.
Définissez l’index sur created_at avec .set_index().

Exercice interactif pratique

Essayez cet exercice en complétant ce code d’exemple.

# Print created_at to see the original format of datetime in Twitter data
print(ds_tweets[____].____())

# Convert the created_at column to np.datetime object
ds_tweets[____] = pd.____(____)

# Print created_at to see new format
print(ds_tweets[____].____())

# Set the index of ds_tweets to created_at
ds_tweets = ds_tweets.____(____)

Modifier et exécuter le code