Изучение набора данных Jobs

В этом упражнении вы исследуете DataFrame jobs, который содержит данные об уровне безработицы в различных отраслях США за период с 2000 по 2010 год. Как вы убедитесь, набор данных включает временные ряды для 16 отраслей и 122 временны́х точек (по одной на каждый месяц за 10 лет). Как правило, типичный рабочий процесс в Data Science начинается с очистки и анализа данных — именно с этого мы и начнём: загрузим данные и проверим наличие пропущенных значений.

Это упражнение является частью курса

Визуализация данных временных рядов в Python

Посмотреть курс

Инструкции к упражнению

Библиотека pandas уже импортирована как pd.

Считайте CSV-файл по адресу url_jobs в DataFrame с именем jobs и проверьте тип данных каждого столбца.
Преобразуйте столбец datestamp в DataFrame jobs к типу datetime.
Задайте столбец datestamp в качестве индекса jobs.
Выведите количество пропущенных значений в каждом столбце jobs.

Интерактивное практическое упражнение

Попробуйте выполнить это упражнение, дополнив этот пример кода.

# Read in jobs file
jobs = ____

# Print first five lines of your DataFrame
print(jobs.head(5))

# Check the type of each column in your DataFrame
print(jobs.dtypes)

# Convert datestamp column to a datetime object
jobs[____] = ____(jobs[____])

# Set the datestamp columns as the index of your DataFrame
jobs = ____('datestamp')

# Check the number of missing values in each column
print(jobs.isnull().____())

Редактировать и запускать код