Використання .melt() для зміни форми урядових даних

US Bureau of Labor Statistics (BLS) часто публікує часові ряди у зручному для читання форматі: окремий стовпець для кожного місяця, а кожен рік — окремий рядок. На жаль, такий «широкий» формат ускладнює побудову графіка за часом. У цій вправі ви зміните форму таблиці з даними про рівень безробіття у США від BLS у формат, придатний для побудови графіка, за допомогою .melt(). Вам потрібно буде додати до таблиці стовпець дати та відсортувати за ним, щоб коректно візуалізувати дані.

Дані про рівень безробіття вже завантажено для вас у таблицю ur_wide. Радимо спершу ознайомитися з цією таблицею, перш ніж почати виконувати вправу.

Ця вправа є частиною курсу

Об'єднання даних у pandas

Переглянути курс

Інструкції до вправи

Використайте .melt(), щоб „розплавити" всі стовпці ur_wide, крім year, і переконайтеся, що стовпці з місяцями та значеннями називаються відповідно month і unempl_rate. Збережіть результат як ur_tall.
Додайте до ur_tall стовпець date, який поєднує year і month у рядок у форматі year-month і перетворює його на тип дати.
Відсортуйте ur_tall за датою та збережіть як ur_sorted.
Використовуючи ur_sorted, побудуйте графік із unempl_rate по осі y та date по осі x.

Інтерактивна практична вправа

Спробуйте виконати цю вправу, доповнивши цей зразок коду.

# unpivot everything besides the year column
ur_tall = ____


# Create a date column using the month and year columns of ur_tall
ur_tall['date'] = pd.to_datetime(ur_tall['____'] + '-' + ____)

# Sort ur_tall by date in ascending order
ur_sorted = ____

# Plot the unempl_rate by date
ur_sorted.plot(____)
plt.show()

Редагувати та запускати код