Încarcă mai multe serii de timp

Fie că lucrezi la proiecte personale sau în activitatea zilnică de Data Scientist, cu siguranță vei întâlni situații în care trebuie să analizezi și să vizualizezi mai multe serii de timp simultan.

Atâta timp cât datele fiecărei serii de timp sunt stocate în coloane distincte ale unui fișier, biblioteca pandas face această muncă mult mai ușoară. În exercițiile următoare, vei lucra cu un nou set de date care conține cantitățile diferitelor tipuri de carne produse în SUA între 1944 și 2012.

Acest exercițiu face parte din cursul

Vizualizarea datelor de tip serie temporală în Python

Vezi cursul

Instrucțiuni pentru exercițiu

Am importat pandas folosind aliasul pd.

Citește fișierul CSV de la adresa url_meat într-un DataFrame numit meat.
Convertește coloana date din meat la tipul datetime.
Setează coloana date ca index al lui meat.
Afișează statisticile sumare pentru toate coloanele numerice din meat.

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

# Read in meat DataFrame
meat = ____.____(____)

# Review the first five lines of the meat DataFrame
print(meat.head(5))

# Convert the date column to a datestamp type
meat['date'] = ____(____)

# Set the date column as the index of your DataFrame meat
meat = ____.____(____)

# Print the summary statistics of the DataFrame
print(meat.____)

Editează și rulează codul