.melt()로 정부 데이터 재구조화하기
미국 노동통계국(BLS)은 데이터를 읽기 쉬운 형식으로 제공하는 경우가 많습니다. 월별로 별도의 열이 있고 연도별로 행이 구분되는 방식입니다. 그런데 이런 와이드(wide) 형식은 시간 흐름에 따라 데이터를 시각화하기 어렵다는 단점이 있습니다. 이번 연습 문제에서는 BLS의 미국 실업률 데이터를 .melt()를 사용해 시각화에 적합한 형태로 재구조화합니다. 데이터를 올바르게 표시하려면 날짜 열을 추가하고 정렬해야 합니다.
실업률 데이터는 ur_wide라는 테이블에 이미 로드되어 있습니다. 연습 문제를 시작하기 전에 이 테이블을 먼저 살펴보시기 바랍니다.
이 연습은 강의의 일부입니다
pandas로 데이터 조인하기
연습 안내
.melt()를 사용해ur_wide에서year를 제외한 모든 열을 피벗 해제하세요. 월 열과 값 열의 이름은 각각month와unempl_rate로 지정합니다. 결과를ur_tall로 저장하세요.ur_tall에date열을 추가하세요.year열과month열을 연도-월 형식의 문자열로 결합한 후 날짜 데이터 타입으로 변환합니다.ur_tall을 날짜 기준으로 정렬하고ur_sorted로 저장하세요.ur_sorted를 사용해 y축에unempl_rate, x축에date를 배치하여 그래프를 그리세요.
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
# 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()