時系列データフレームの作成

時系列データは、時間の経過に伴う変化を分析・調査したいときに使用します。Twitter のテキストデータを扱う際、特定の単語や単語の集合の出現頻度を時間軸で追跡したい場合にも役立ちます。

そのための最初のステップは、Pandas の時系列メソッドを使えるように、データフレームの形式を変換することです。具体的には、インデックスを datetime 型に変換します。

この演習はコースの一部です

Python でのソーシャルメディアデータ分析

コースを見る

演習の手順

.head() メソッドを使って、ds_tweets の created_at の先頭5行を表示します。
Pandas の .to_datetime() メソッドを使って、その列を datetime 型に変換します。
先頭5行を再度表示します。
.set_index() を使って、インデックスを created_at に設定します。

実践的なインタラクティブ演習

このサンプルコードを完成させて、この演習に挑戦してみましょう。

# Print created_at to see the original format of datetime in Twitter data
print(ds_tweets[____].____())

# Convert the created_at column to np.datetime object
ds_tweets[____] = pd.____(____)

# Print created_at to see new format
print(ds_tweets[____].____())

# Set the index of ds_tweets to created_at
ds_tweets = ds_tweets.____(____)

コードを編集して実行