Compréhensions de liste conditionnelles pour des données horodatées
Parfait, vous avez réussi à extraire l’information qui nous intéresse (l’heure) depuis un DataFrame pandas ! Affinons votre travail en ajoutant une condition pour préciser quelles entrées sélectionner.
Dans cet exercice, vous allez utiliser 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 package pandas a été importé sous le nom pd et le fichier 'tweets.csv' a été chargé dans le DataFrame df pour votre usage.
Cet exercice fait partie du cours
Boîte à outils Python
Instructions
- Extrayez la colonne
'created_at'dedfet affectez le résultat àtweet_time. - Créez une compréhension de liste qui extrait l’heure de chaque ligne de
tweet_time. Chaque ligne est une chaîne représentant un horodatage, et vous allez accéder aux 12e à 19e caractères de la chaîne pour obtenir l’heure. Utilisezentrycomme variable d’itération et affectez 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 cet exemple de code.
# 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)