Tworzenie ramki danych szeregów czasowych

Szeregi czasowe stosuje się wtedy, gdy chcemy analizować lub badać zmiany zachodzące w czasie. Jest to przydatne podczas eksploracji danych tekstowych z Twittera – na przykład gdy chcemy śledzić częstotliwość występowania danego słowa lub grupy słów.

Pierwszy krok to przekształcenie ramki danych do formatu obsługiwanego przez metody szeregów czasowych biblioteki pandas. Można to zrobić, konwertując indeks na typ datetime.

To ćwiczenie jest częścią kursu

Analiza danych z mediów społecznościowych w Pythonie

Zobacz kurs

Instrukcje do ćwiczenia

Wyświetl pierwsze pięć wierszy kolumny created_at w ds_tweets za pomocą metody .head().
Przekonwertuj tę kolumnę na typ datetime, używając metody .to_datetime() z biblioteki pandas.
Wyświetl ponownie pierwsze pięć wierszy.
Ustaw indeks na created_at za pomocą metody .set_index().

Interaktywne ćwiczenie praktyczne

Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.

# Print created_at to see the original format of datetime in Twitter data
print(ds_tweets[____].____())

# Convert the created_at column to np.datetime object
ds_tweets[____] = pd.____(____)

# Print created_at to see new format
print(ds_tweets[____].____())

# Set the index of ds_tweets to created_at
ds_tweets = ds_tweets.____(____)

Edytuj i uruchom kod