Использование .melt() для преобразования государственных данных

Бюро статистики труда США (BLS) часто публикует данные в удобном для чтения формате: отдельный столбец для каждого месяца, а каждая строка — отдельный год. К сожалению, такой широкий формат неудобен для визуализации данных во временном разрезе. В этом упражнении вы преобразуете таблицу с данными об уровне безработицы в США из BLS в формат, удобный для построения графика, с помощью метода .melt(). Вам потребуется добавить столбец с датой и отсортировать таблицу по нему, чтобы корректно отобразить данные.

Данные об уровне безработицы уже загружены в таблицу ur_wide. Перед выполнением упражнения рекомендуем изучить её содержимое.

Это упражнение является частью курса

Объединение данных с помощью pandas

Посмотреть курс

Инструкции к упражнению

Используйте .melt(), чтобы преобразовать таблицу ur_wide из широкого формата в длинный, оставив столбец year фиксированным. Убедитесь, что столбцы с месяцами и значениями названы month и unempl_rate соответственно. Сохраните результат в переменную ur_tall.
Добавьте в ur_tall столбец date, объединив столбцы year и month в строку формата год-месяц, и преобразуйте её в тип данных «дата».
Отсортируйте ur_tall по дате и сохраните результат в переменную ur_sorted.
С помощью ur_sorted постройте график: по оси y — unempl_rate, по оси x — date.

Интерактивное практическое упражнение

Попробуйте выполнить это упражнение, дополнив этот пример кода.

# unpivot everything besides the year column
ur_tall = ____


# Create a date column using the month and year columns of ur_tall
ur_tall['date'] = pd.to_datetime(ur_tall['____'] + '-' + ____)

# Sort ur_tall by date in ascending order
ur_sorted = ____

# Plot the unempl_rate by date
ur_sorted.plot(____)
plt.show()

Редактировать и запускать код