時系列の「薄い」応用
Google Trends では、ある語句がどのくらい検索されているかを確認できます。ここでは Google Trends から、検索語「diet」の時間ごとの頻度を含むファイルをダウンロードし、diet という DataFrame に読み込んであります。時系列を分析する最初のステップは、プロットでデータを可視化することです。カレンダー年を通じて「diet」の検索が徐々に減少し、12月のホリデーシーズンに底を打ったあと、新年の減量という新年の抱負に合わせて検索が急増する様子がはっきり見て取れるはずです。
多くの時系列データセットと同様に、日付のインデックスは文字列になっているため、プロットする前に datetime のインデックスへ変換する必要があります。
このコースでは、しばらく触れていない概念も数多く登場します。さっと復習したいときは、pandas basics Cheat Sheet をダウンロードして手元に置いておくと便利です！
この演習はコースの一部です
Pythonで学ぶ時系列解析
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。
# Import pandas and plotting modules
import pandas as pd
import matplotlib.pyplot as plt
# Convert the date index to datetime
diet.index = ____.____(____.____)