or
Questo esercizio fa parte del corso
Gli uragani (noti anche come cicloni o tifoni) colpiscono lo stato americano della Florida più volte all'anno. Per iniziare questo corso, imparerai a lavorare con gli oggetti data in Python, partendo dalle date di tutti gli uragani che hanno colpito la Florida dal 1950. Vedrai come Python gestisce le date, le operazioni più comuni e il modo giusto di formattarle per evitare confusioni.
I programmi di bike sharing hanno conquistato le città di tutto il mondo — e per nostra fortuna, ogni viaggio viene registrato! Lavorando su tutti gli spostamenti di una singola bici a Washington, D.C., farai pratica nell'usare insieme date e orari. Effettuerai il parsing di date e orari da testo, analizzerai gli orari di punta dei viaggi, calcolerai le durate dei tragitti e altro ancora.
In questo capitolo affronterai con sicurezza l'argomento legato al tempo che crea più problemi: fusi orari e ora legale. Proseguendo con i nostri dati sulle bici, imparerai a confrontare orologi in tutto il mondo, a gestire con eleganza il "salto in avanti" primaverile e il "rientro" autunnale, e a ottenere dati aggiornati sui fusi orari dalla libreria dateutil.
Per concludere il corso, applicherai tutto ciò che hai imparato a proposito di date e orari in Python standard al lavoro con date e orari in Pandas. Con informazioni aggiuntive su ogni corsa, come la stazione di partenza e di arrivo e se il ciclista aveva o meno un abbonamento annuale, potrai approfondire molto di più l’analisi dei viaggi in bici. In questo capitolo, affronterai potenti operazioni di Pandas, come il raggruppamento e la visualizzazione dei risultati nel tempo.
Esercizio attuale