List comprehensions pentru date cu marcaj temporal
Acum vei folosi ce ai învățat în acest capitol pentru a rezolva o problemă simplă de extragere a datelor. În cadrul acestui exercițiu vei face cunoștință și cu o structură de date din pandas: Series. Nu vom intra în detalii acum, dar ce trebuie să știi este că vei lucra frecvent cu această structură atunci când analizezi date din DataFrame-uri pandas. Poți să te gândești la coloanele unui DataFrame ca la tablouri unidimensionale numite Series.
În acest exercițiu, vei folosi o expresie de tip list comprehension pentru a extrage ora din date Twitter cu marcaj temporal. Pachetul pandas a fost importat ca pd, iar fișierul 'tweets.csv' a fost importat ca DataFrame-ul df, gata de utilizare.
Acest exercițiu face parte din cursul
Cutia cu instrumente Python
Instrucțiuni pentru exercițiu
- Extrage coloana
'created_at'dindfși atribuie rezultatul variabileitweet_time. Fapt interesant: coloana extrasă întweet_timeeste o structură de date de tip Series! - Creează o expresie de tip list comprehension care extrage ora din fiecare rând din
tweet_time. Fiecare rând este un șir de caractere ce reprezintă un marcaj temporal; vei accesa caracterele de la poziția 12 până la 19 din șir pentru a extrage ora. Foloseșteentryca variabilă iterator și atribuie rezultatul variabileitweet_clock_time. Ține minte că Python folosește indexare de la 0!
Exercițiu interactiv practic
Încearcă acest exercițiu completând acest cod de exemplu.
# 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)