Menggunakan .melt() untuk membentuk ulang data pemerintah

US Bureau of Labor Statistics (BLS) sering menyediakan deret data dalam format yang mudah dibaca — ada kolom terpisah untuk setiap bulan, dan setiap tahun berada pada baris yang berbeda. Sayangnya, format lebar ini menyulitkan untuk membuat plot informasi sepanjang waktu. Pada latihan ini, Anda akan membentuk ulang tabel data tingkat pengangguran AS dari BLS menjadi bentuk yang dapat Anda plot menggunakan .melt(). Anda perlu menambahkan kolom tanggal ke tabel dan mengurutkannya agar data dapat dipetakan dengan benar.

Data tingkat pengangguran telah dimuat untuk Anda dalam tabel bernama ur_wide. Anda dianjurkan untuk mengeksplorasi tabel ini sebelum memulai latihan.

Latihan ini adalah bagian dari kursus

Menggabungkan Data dengan pandas

Lihat Kursus

Petunjuk latihan

Gunakan .melt() untuk melakukan unpivot pada semua kolom ur_wide kecuali year dan pastikan kolom berisi bulan dan nilai masing-masing diberi nama month dan unempl_rate. Simpan hasilnya sebagai ur_tall.
Tambahkan kolom pada ur_tall bernama date yang menggabungkan kolom year dan month dalam format year-month menjadi sebuah string yang lebih besar, lalu ubah menjadi tipe data tanggal.
Urutkan ur_tall berdasarkan date dan simpan sebagai ur_sorted.
Dengan menggunakan ur_sorted, plot unempl_rate pada sumbu-y dan date pada sumbu-x.

Latihan interaktif praktis

Cobalah latihan ini dengan menyelesaikan kode contoh berikut.

# unpivot everything besides the year column
ur_tall = ____


# Create a date column using the month and year columns of ur_tall
ur_tall['date'] = pd.to_datetime(ur_tall['____'] + '-' + ____)

# Sort ur_tall by date in ascending order
ur_sorted = ____

# Plot the unempl_rate by date
ur_sorted.plot(____)
plt.show()

Edit dan Jalankan Kode