Jobs データセットを探索する
この演習では、新しい DataFrame の jobs を探索します。これは、2000〜2010 年の間における米国の産業別失業率を含んでいます。ご覧のとおり、このデータセットには 16 産業の時系列と、122 の時点（10 年間の各月ごとに 1 つ）が含まれています。一般に、Data Science プロジェクトの典型的なワークフローにはデータのクリーニングと探索が含まれるため、まずはデータを読み込み、欠損値を確認するところから始めます。
この演習はコースの一部です
Pythonで学ぶ時系列データの可視化
演習の手順
pandas は pd としてインポート済みです。
url_jobsにある CSV ファイルを DataFrame として読み込み、jobsと名付け、各列のデータ型を確認します。jobsのdatestamp列をdatetime型に変換します。jobsのインデックスとしてdatestamp列を設定します。jobsの各列に含まれる欠損値の数を出力します。
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。
# Read in jobs file
jobs = ____
# Print first five lines of your DataFrame
print(jobs.head(5))
# Check the type of each column in your DataFrame
print(jobs.dtypes)
# Convert datestamp column to a datetime object
jobs[____] = ____(jobs[____])
# Set the datestamp columns as the index of your DataFrame
jobs = ____('datestamp')
# Check the number of missing values in each column
print(jobs.isnull().____())