การทำงานกับคอลัมน์ DateTime
pandas โหลดคอลัมน์ datetime เป็นชนิดข้อมูล object ตามค่าเริ่มต้น การเก็บวันที่ในรูปแบบข้อความไม่เหมาะสำหรับการวิเคราะห์อนุกรมเวลา จึงต้องแปลงคอลัมน์เหล่านั้นให้เป็นชนิดข้อมูล datetime ซึ่งช่วยให้ทำงานกับวันที่ใน pandas ได้ยืดหยุ่นมากขึ้น และดึงฟีเจอร์ที่มีประโยชน์ออกมาได้
ชุดข้อมูลหุ้นอีกชุดหนึ่ง คราวนี้เป็นข้อมูลของ Apple ได้ถูกโหลดไว้ในตัวแปร apple แล้ว
แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร
การตรวจจับความผิดปกติใน Python
คำแนะนำการฝึกหัด
- แปลงคอลัมน์
Dateของappleให้เป็นชนิดข้อมูลdatetime - ดึงวันในสัปดาห์และเก็บไว้ในคอลัมน์ใหม่ชื่อ
day_of_week - ดึงหมายเลขเดือนและเก็บไว้ในคอลัมน์ใหม่ชื่อ
month - ดึงวันในเดือนและเก็บไว้ในคอลัมน์ใหม่ชื่อ
day_of_month
แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ
ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์
# Convert the Date column to DateTime
apple['Date'] = ____
# Create a column for the day of the week
apple['day_of_week'] = ____
# Create a column for the month
apple['month'] = ____
# Create a column for the day of the month
apple['day_of_month'] = ____
print(apple[['day_of_week', 'month', 'day_of_month']])