En "smal" tillämpning av tidsserier
Google Trends låter användare se hur ofta ett sökord används. Vi har laddat ned en fil från Google Trends med sökfrekvensen över tid för ordet "diet", som finns förinstallerad i en DataFrame kallad diet. Ett första steg vid analys av en tidsserie är att visualisera data med ett diagram. Du bör tydligt kunna se en gradvis minskning av sökningar på "diet" under kalenderåret – med ett minimum kring julhelgerna – följt av en topp runt nyår när folk fattar nyårslöften om att gå ner i vikt.
Precis som för många tidsserie-datamängder du kommer att arbeta med är datumindexet strängar och bör konverteras till ett datetime-index innan du plottar.
Den här kursen berör många koncept som du kanske har glömt, så om du behöver en snabb repetition kan du ladda ned pandas-facitlistan och ha den till hands!
Den här övningen är en del av kursen
Tidsserieanalys i Python
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
# Import pandas and plotting modules
import pandas as pd
import matplotlib.pyplot as plt
# Convert the date index to datetime
diet.index = ____.____(____.____)