タイムスタンプデータに対するリスト内包表記
この章で学んだことを活かして、簡単なデータ抽出の問題を解いてみましょう。また、この演習では pandas の Series というデータ構造も紹介します。ここでは詳しく説明しませんが、pandas の DataFrame を分析する際に頻繁に使うデータ構造だということを覚えておいてください。DataFrame の各列は、Series と呼ばれる1次元配列として扱えます。
この演習では、リスト内包表記を使って、タイムスタンプ付きの Twitter データから時刻を取り出します。pandas パッケージは pd としてインポート済みで、ファイル 'tweets.csv' は DataFrame df として読み込まれています。
この演習はコースの一部です
Python Toolbox
演習の手順
'created_at'から列dfを取り出し、tweet_timeに代入します。ちなみに、取り出した列tweet_timeは Series というデータ構造になっています。tweet_timeの各行から時刻を取り出すリスト内包表記を作成します。各行はタイムスタンプを表す文字列で、12文字目から19文字目にアクセスして時刻を抽出します。イテレータ変数にはentryを使い、結果をtweet_clock_timeに代入します。Python のインデックスは0始まりであることを忘れずに。
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。
# Extract the created_at column from df: tweet_time
tweet_time = ____
# Extract the clock time: tweet_clock_time
tweet_clock_time = [____]
# Print the extracted times
print(tweet_clock_time)