Leggere dati con un indice temporale
Gli oggetti DataFrame di pandas possono avere un indice che rappresenta il tempo, riconosciuto da Matplotlib per l'etichettatura degli assi.
In questo esercizio leggerai i dati da climate_change.csv, che contiene i livelli di CO2 e le temperature registrati il 6 di ogni mese dal 1958 al 2016, usando la funzione read_csv di pandas. Gli argomenti parse_dates e index_col aiutano a impostare un DateTimeIndex.
Non dimenticare di dare un'occhiata alla Matplotlib Cheat Sheet per una panoramica rapida dei concetti e dei metodi essenziali.
Questo esercizio fa parte del corso
Introduzione alla visualizzazione dei dati con Matplotlib
Istruzioni dell'esercizio
- Importa la libreria pandas come
pd. - Leggi i dati da un file CSV chiamato
'climate_change.csv'usandopd.read_csv. - Usa l'argomento keyword
parse_datesper analizzare la colonna"date"come date. - Usa l'argomento keyword
index_colper impostare la colonna"date"come indice.
Esercizio pratico interattivo
Prova a risolvere questo esercizio completando il codice di esempio.
# Import pandas as pd
____
# Read the data from file using read_csv
climate_change = pd.read_csv(____, ____, ____)