Listy składane dla danych z sygnaturą czasową
Teraz wykorzystasz wiedzę zdobytą w tym rozdziale, żeby rozwiązać prosty problem ekstrakcji danych. Poznasz przy okazji nową strukturę danych – pandas Series. Nie będziemy jej tu szczegółowo omawiać, ale warto wiedzieć, że to struktura, z którą bardzo często będziesz pracować podczas analizy danych z DataFrames w pandas. Możesz myśleć o kolumnach DataFrame'u jako o jednowymiarowych tablicach zwanych Series.
W tym ćwiczeniu użyjesz listy składanej, żeby wyodrębnić czas z danych Twittera opatrzonych sygnaturą czasową. Pakiet pandas został zaimportowany jako pd, a plik 'tweets.csv' – jako DataFrame df.
To ćwiczenie jest częścią kursu
Zestaw narzędzi Pythona
Instrukcje do ćwiczenia
- Wyodrębnij kolumnę
'created_at'z DataFrame'udfi przypisz wynik do zmiennejtweet_time. Ciekawostka: wyodrębniona kolumna wtweet_timeto struktura danych typu Series! - Utwórz listę składaną, która wyodrębni czas z każdego wiersza w
tweet_time. Każdy wiersz to ciąg znaków reprezentujący sygnaturę czasową – żeby wyodrębnić czas, pobierz znaki od 12. do 19. włącznie. Użyjentryjako zmiennej iteratora i przypisz wynik dotweet_clock_time. Pamiętaj, że Python używa indeksowania od zera!
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# Extract the created_at column from df: tweet_time
tweet_time = ____
# Extract the clock time: tweet_clock_time
tweet_clock_time = [____]
# Print the extracted times
print(tweet_clock_time)