शुरू करेंमुफ़्त में शुरू करें

एकाधिक time series लोड करें

चाहे व्यक्तिगत प्रोजेक्ट हों या Data Scientist के रूप में रोज़मर्रा का काम, अक्सर ऐसी स्थितियाँ आती हैं जहाँ आपको एक ही समय पर अनेक time series का विश्लेषण और विज़ुअलाइज़ेशन करना पड़ता है.

यदि हर time series का डेटा फ़ाइल में अलग-अलग कॉलम में संग्रहीत है, तो pandas लाइब्रेरी के साथ अनेक time series पर काम करना आसान हो जाता है। अगले अभ्यासों में, आप एक नए time series डेटासेट पर काम करेंगे जिसमें 1944 से 2012 के बीच USA में विभिन्न प्रकार के मांस के उत्पादित मात्रा के आँकड़े शामिल हैं.

यह अभ्यास पाठ्यक्रम का हिस्सा है

Python में Time Series Data का विज़ुअलाइज़ेशन

पाठ्यक्रम देखें

अभ्यास निर्देश

हमने pandas को pd उपनाम के साथ इम्पोर्ट कर लिया है.

  • url_meat पर स्थित CSV फ़ाइल को पढ़कर meat नाम का एक DataFrame बनाएँ.
  • meat में date कॉलम को datetime टाइप में कन्वर्ट करें.
  • meat में date कॉलम को इंडेक्स के रूप में सेट करें.
  • meat की सभी संख्यात्मक कॉलमों के summary statistics प्रिंट करें.

इंटरैक्टिव व्यावहारिक अभ्यास

इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।

# 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.____)
कोड संपादित करें और चलाएँ