Werken met DateTime-kolommen
pandas laadt datetime-kolommen standaard als het gegevenstype object. Tekstdatums zijn niet zo handig voor tijdreeksanalyse, dus je moet die kolommen kunnen omzetten naar het gegevenstype datetime. Met dit type kun je flexibeler met pandas-datums werken en er handige kenmerken uit halen.
Een andere aandelengegevensset, dit keer voor Apple, is geladen als apple.
Deze oefening maakt deel uit van de cursus
Anomaly Detection in Python
Oefeninstructies
- Zet de kolom
Datevanappleom naar eendatetime-kolom. - Haal de dag van de week op en sla die op in een nieuwe kolom
day_of_week. - Haal het maandnummer op en sla dat op in een nieuwe kolom
month. - Haal de dag van de maand op en sla die op in een nieuwe kolom
day_of_month.
Interactieve oefening met praktijkervaring
Probeer deze oefening door deze voorbeeldcode aan te vullen.
# Convert the Date column to DateTime
apple['Date'] = ____
# Create a column for the day of the week
apple['day_of_week'] = ____
# Create a column for the month
apple['month'] = ____
# Create a column for the day of the month
apple['day_of_month'] = ____
print(apple[['day_of_week', 'month', 'day_of_month']])