Esplora il dataset Jobs

In questo esercizio esplorerai il nuovo DataFrame jobs, che contiene il tasso di disoccupazione di diverse industrie negli USA negli anni 2000-2010. Come vedrai, l’insieme di dati contiene serie temporali per 16 industrie e 122 punti temporali (uno al mese per 10 anni). In generale, il tipico flusso di lavoro in Data Science prevede pulizia ed esplorazione dei dati, quindi inizieremo caricando i dati e verificando la presenza di valori mancanti.

Questo esercizio fa parte del corso

Visualizzare dati di serie temporali in Python

Visualizza il corso

Istruzioni dell'esercizio

Abbiamo importato pandas come pd.

Leggi il file csv situato in url_jobs in un DataFrame chiamato jobs e controlla il tipo di dato di ogni colonna.
Converte la colonna datestamp in jobs al tipo datetime.
Imposta la colonna datestamp come indice di jobs.
Stampa il numero di valori mancanti in ciascuna colonna di jobs.

Esercizio pratico interattivo

Prova a risolvere questo esercizio completando il codice di esempio.

# Read in jobs file
jobs = ____

# Print first five lines of your DataFrame
print(jobs.head(5))

# Check the type of each column in your DataFrame
print(jobs.dtypes)

# Convert datestamp column to a datetime object
jobs[____] = ____(jobs[____])

# Set the datestamp columns as the index of your DataFrame
jobs = ____('datestamp')

# Check the number of missing values in each column
print(jobs.isnull().____())

Modifica ed esegui il codice