Cât durează cursele per zi a săptămânii?

Pandas oferă numeroase atribute legate de date și ore prin intermediul accesorului .dt. Multe dintre ele le-ai întâlnit deja, cum ar fi .dt.month. Altele sunt deosebit de practice și îți economisesc timp față de Python standard, cum ar fi .dt.day_name().

Acest exercițiu face parte din cursul

Lucrul cu date și ore în Python

Vezi cursul

Instrucțiuni pentru exercițiu

Adaugă o coloană nouă în rides, numită 'Ride start weekday', care să conțină ziua săptămânii corespunzătoare coloanei Start date.
Afișează durata mediană a curselor pentru fiecare zi a săptămânii.

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

# Add a column for the weekday of the start of the ride
rides['Ride start weekday'] = rides['Start date'].____

# Print the median trip time per weekday
print(rides.____(____)['Duration'].median())

Editează și rulează codul

Acest exercițiu face parte din cursul

Lucrul cu date și ore în Python

SkillTag.level.intermediateSkillTag.label

4.8+

2722 reviews

Începe cursul gratuit

Uraganele (cunoscute și ca cicloane sau taifunuri) lovesc statul american Florida de mai multe ori pe an. La începutul acestui curs, vei învăța cum să lucrezi cu obiecte de tip dată în Python, pornind de la datele fiecărui uragan care a lovit Florida începând din 1950. Vei descoperi cum gestionează Python datele calendaristice, operațiile frecvente cu date și modul corect de formatare a acestora pentru a evita confuziile.

Exercise 1: Date în Python Exercise 2: Ce zi a săptămânii?Exercise 3: Câte uragane sosesc devreme?Exercise 4: Calcule cu date calendaristice Exercise 5: Scăderea datelor calendaristice Exercise 6: Numărarea evenimentelor pe lună calendaristică Exercise 7: Ordonarea unei liste de date calendaristice Exercise 8: Transformarea datelor în șiruri de caractere Exercise 9: Afișarea datelor într-un format prietenos Exercise 10: Reprezentarea datelor în diferite moduri

Programele de bike sharing s-au răspândit în orașe din întreaga lume – și, din fericire pentru noi, fiecare cursă este înregistrată! Lucrând cu toate deplasările unei singure biciclete din Washington D.C., vei exersa utilizarea combinată a datelor și orelor. Vei analiza text pentru a extrage date și ore, vei identifica intervalele de vârf ale curselor, vei calcula duratele acestora și multe altele.

Exercise 1: Date și ore Exercise 2: Crearea obiectelor datetime manual Exercise 3: Numărarea evenimentelor înainte și după amiază Exercise 4: Afișarea și parsarea datelor de tip datetime Exercise 5: Transformarea șirurilor în obiecte datetime Exercise 6: Parsarea perechilor de șiruri ca obiecte datetime Exercise 7: Recrearea formatului ISO cu strftime()Exercise 8: Timestamp-uri Unix Exercise 9: Lucrul cu duratele Exercise 10: Transformarea perechilor de datetime-uri în durate Exercise 11: Durata medie a unei curse Exercise 12: De ce timpul este atât de complicat – curse scurte și curse lungi

În acest capitol, vei învăța să abordezi cu încredere cel mai dificil aspect legat de timp: fusurile orare și ora de vară. Continuând cu datele despre biciclete, vei afla cum să compari orele din diferite părți ale lumii, cum să gestionezi trecerea la și de la ora de vară și cum să obții date actualizate despre fusuri orare din biblioteca dateutil.

Exercise 1: Decalaje UTC Exercise 2: Crearea obiectelor datetime cu fus orar Exercise 3: Setarea fusurilor orare Exercise 4: La ce oră a plecat bicicleta, în UTC?Exercise 5: Baza de date cu fusuri orare Exercise 6: Atribuirea fusului orar corect curselor cu bicicleta Exercise 7: La ce oră a plecat bicicleta? (Ediția globală)Exercise 8: Începerea orei de vară Exercise 9: Câte ore au trecut în jurul trecerii la ora de vară?Exercise 10: 29 martie, de-a lungul unui deceniu Exercise 11: Sfârșitul orei de vară Exercise 12: Identificarea datelor și orelor ambigue Exercise 13: Curățarea datelor privind ora de vară folosind fold

Pentru a încheia cursul, vei aplica tot ce ai învățat despre lucrul cu date și ore în Python standard, de această dată în Pandas. Cu informații suplimentare despre fiecare cursă cu bicicleta – cum ar fi stația de plecare și sosire sau dacă utilizatorul deținea un abonament anual – vei putea analiza datele mult mai în profunzime. În acest capitol, vei explora operații puternice din Pandas, precum gruparea și reprezentarea grafică a rezultatelor în funcție de timp.

Exercise 1: Citirea datelor de tip dată și oră în Pandas Exercise 2: Încărcarea unui fișier CSV în Pandas Exercise 3: Crearea coloanelor de tip timedelta Exercise 4: Rezumarea datelor datetime în Pandas Exercise 5: Câte plimbări de plăcere?Exercise 6: Afară se răcește, W20529 Exercise 7: Membri vs. utilizatori ocazionali în timp Exercise 8: Combinarea groupby() cu resample()Exercise 9: Metode suplimentare pentru date și ore în Pandas Exercise 10: Fusuri orare în Pandas Exercise 11: Cât durează cursele per zi a săptămânii?

Exercițiul curent

Exercise 12: Cât timp a trecut între curse?Exercise 13: Concluzie