.melt() を使った政府データの整形
米国労働統計局（BLS）が提供するデータは、月ごとに列が分かれ、年ごとに行が異なる見やすい横長形式が一般的です。しかし、このワイド形式では時系列でのグラフ描画が難しくなります。この演習では、BLS の米国失業率データを .melt() を使ってグラフ描画に適した形式に整形します。データを正しく描画するために、テーブルに日付列を追加し、その列で並び替えを行います。
失業率データは ur_wide というテーブルに読み込まれています。演習を始める前に、このテーブルの内容を確認しておきましょう。
この演習はコースの一部です
pandas によるデータの結合
演習の手順
.melt()を使ってur_wideのyear以外のすべての列をアンピボットします。月の列と値の列の名前がそれぞれmonth、unempl_rateになるように設定し、結果をur_tallとして保存してください。ur_tallにdateという列を追加します。year列とmonth列を 年-月 形式で結合して文字列を作り、日付型に変換してください。ur_tallを日付順に並び替え、ur_sortedとして保存してください。ur_sortedを使って、y 軸にunempl_rate、x 軸にdateを指定してグラフを描画してください。
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。
# 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()