Спискові включення для даних із часовими мітками
Тепер застосуйте те, що ви вивчили в цьому розділі, щоб розв'язати просте завдання з видобування даних. У цій вправі ви також познайомитеся зі структурою даних pandas — Series. Ми не будемо заглиблюватися в деталі, але важливо знати, що з нею ви часто працюватимете під час аналізу даних із pandas DataFrame. Можна вважати, що стовпці DataFrame — це одновимірні масиви, які називаються Series.
У цій вправі ви використаєте спискове включення, щоб видобути час із даних Twitter із часовими мітками. Пакет pandas імпортовано як pd, а файл 'tweets.csv' завантажено у DataFrame df для вашого використання.
Ця вправа є частиною курсу
Набір інструментів Python
Інструкції до вправи
- Видобудьте стовпець
'created_at'зdfі запишіть результат уtweet_time. Цікавий факт: витягнутий стовпець уtweet_time— це структура даних Series! - Створіть спискове включення, яке видобуває час із кожного рядка в
tweet_time. Кожен рядок — це рядок-мітка часу, і ви маєте взяти з 12-го по 19-й символи у рядку, щоб отримати час. Використайтеentryяк ітераційну змінну і запишіть результат уtweet_clock_time. Пам'ятайте, що в Python індексація починається з нуля!
Інтерактивна практична вправа
Спробуйте виконати цю вправу, доповнивши цей зразок коду.
# Extract the created_at column from df: tweet_time
tweet_time = ____
# Extract the clock time: tweet_clock_time
tweet_clock_time = [____]
# Print the extracted times
print(tweet_clock_time)