Läs data med ett tidsindex
pandas DataFrame-objekt kan ha ett index som representerar tid – något som Matplotlib känner igen vid märkning av axlar.
I den här övningen läser du in data från climate_change.csv, som innehåller CO2-nivåer och temperaturer uppmätta den 6:e varje månad från 1958 till 2016, med hjälp av pandas funktion read_csv. Argumenten parse_dates och index_col används för att skapa ett DateTimeIndex.
Glöm inte att ta en titt på Matplotlib Cheat Sheet för en snabb översikt av viktiga koncept och metoder.
Den här övningen är en del av kursen
Introduktion till datavisualisering med Matplotlib
Övningsinstruktioner
- Importera pandas-biblioteket som
pd. - Läs in data från en CSV-fil med namnet
'climate_change.csv'med hjälp avpd.read_csv. - Använd nyckelordsargumentet
parse_datesför att tolka kolumnen"date"som datum. - Använd nyckelordsargumentet
index_colför att ange kolumnen"date"som index.
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
# Import pandas as pd
____
# Read the data from file using read_csv
climate_change = pd.read_csv(____, ____, ____)