Списковые включения для данных с временными метками
Теперь вы применили на практике знания, полученные в этой главе, чтобы решить задачу извлечения данных. Также в этом упражнении вы познакомитесь с новой структурой данных — pandas Series. Здесь мы не будем подробно на ней останавливаться, но важно знать: это структура данных, с которой вы будете работать очень часто при анализе данных из pandas DataFrame. Столбцы DataFrame можно представить как одномерные массивы — Series.
В этом упражнении вы будете использовать списковое включение, чтобы извлечь время из данных Twitter с временными метками. Пакет pandas импортирован как pd, а файл 'tweets.csv' загружен в DataFrame df.
Это упражнение является частью курса
Инструментарий Python
Инструкции к упражнению
- Извлеките столбец
'created_at'изdfи присвойте результат переменнойtweet_time. Интересный факт: извлечённый столбец вtweet_timeявляется структурой данных Series! - Создайте списковое включение, которое извлекает время из каждой строки
tweet_time. Каждая строка представляет собой строковую временну́ю метку; чтобы извлечь время, обратитесь к символам с 12-го по 19-й (включительно). Используйтеentryв качестве переменной итерации и присвойте результат переменнойtweet_clock_time. Помните, что в Python индексация начинается с 0!
Интерактивное практическое упражнение
Попробуйте выполнить это упражнение, дополнив этот пример кода.
# 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)