Загрузка нескольких временных рядов

В личных проектах или в повседневной работе специалиста по данным нередко возникают ситуации, когда требуется одновременный анализ и визуализация нескольких временных рядов.

Если данные каждого временного ряда хранятся в отдельных столбцах файла, библиотека pandas значительно упрощает работу с ними. В следующих упражнениях вы будете работать с новым набором данных временных рядов, содержащим сведения об объёмах производства различных видов мяса в США с 1944 по 2012 год.

Это упражнение является частью курса

Визуализация данных временных рядов в Python

Посмотреть курс

Инструкции к упражнению

Библиотека pandas уже импортирована под псевдонимом pd.

Считайте CSV-файл по адресу url_meat в DataFrame с именем meat.
Преобразуйте столбец date в DataFrame meat к типу datetime.
Задайте столбец date в качестве индекса DataFrame meat.
Выведите сводную статистику по всем числовым столбцам DataFrame meat.

Интерактивное практическое упражнение

Попробуйте выполнить это упражнение, дополнив этот пример кода.

# 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.____)

Редактировать и запускать код