複数の時系列を読み込む

個人プロジェクトでも、データサイエンティストとしての日常業務でも、複数の時系列を同時に分析・可視化する必要がある場面はよくあります。

各時系列のデータがファイル内の別々の列に格納されていれば、pandas ライブラリを使って複数の時系列を簡単に扱えます。次の演習では、1944年から2012年までの米国におけるさまざまな種類の食肉の生産量を含む新しい時系列データセットを使います。

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

コースを見る

演習の手順

pd という別名で pandas をインポート済みです。

url_meat にある csv ファイルを読み込み、meat という DataFrame に保存します。
meat の date 列を datetime 型に変換します。
date 列を meat のインデックスに設定します。
meat の数値列すべてについて、要約統計量を出力します。

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 meat DataFrame
meat = ____.____(____)

# Review the first five lines of the meat DataFrame
print(meat.head(5))

# Convert the date column to a datestamp type
meat['date'] = ____(____)

# Set the date column as the index of your DataFrame meat
meat = ____.____(____)

# Print the summary statistics of the DataFrame
print(meat.____)

コードを編集して実行