Praca z kolumnami DateTime

pandas domyślnie wczytuje kolumny z datami jako typ danych object. Daty w postaci tekstu nie są zbyt przydatne w analizie szeregów czasowych, dlatego trzeba umieć przekonwertować takie kolumny na typ datetime. Ten typ danych pozwala bardziej elastycznie pracować z datami w pandas i wyodrębniać z nich przydatne cechy.

Kolejny zbiór danych dotyczący notowań giełdowych – tym razem dla Apple – został wczytany jako apple.

To ćwiczenie jest częścią kursu

Wykrywanie anomalii w Pythonie

Zobacz kurs

Instrukcje do ćwiczenia

Przekonwertuj kolumnę Date w zbiorze apple na typ datetime.
Wyodrębnij dzień tygodnia i zapisz go w nowej kolumnie o nazwie day_of_week.
Wyodrębnij numer miesiąca i zapisz go w nowej kolumnie o nazwie month.
Wyodrębnij dzień miesiąca i zapisz go w nowej kolumnie o nazwie day_of_month.

Interaktywne ćwiczenie praktyczne

Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.

# 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']])

Edytuj i uruchom kod