Завантаження кількох часових рядів

Під час особистих проєктів або у щоденній роботі дата-сайєнтиста ймовірно виникатимуть ситуації, коли потрібно аналізувати й візуалізувати кілька часових рядів одночасно.

Якщо дані для кожного часового ряду зберігаються в окремих стовпцях файлу, бібліотека pandas спрощує роботу з кількома часовими рядами. У наступних вправах ви працюватимете з новим набором часових рядів, що містить обсяги виробництва різних видів м'яса у США в період з 1944 по 2012 рік.

Ця вправа є частиною курсу

Візуалізація часових рядів у Python

Переглянути курс

Інструкції до вправи

Ми імпортували pandas з псевдонімом pd.

Зчитайте CSV-файл за шляхом url_meat у датафрейм з назвою meat.
Перетворіть стовпець date у meat на тип datetime.
Встановіть стовпець date як індекс meat.
Виведіть зведену статистику всіх числових стовпців у meat.

Інтерактивна практична вправа

Спробуйте виконати цю вправу, доповнивши цей зразок коду.

# Read in meat DataFrame
meat = ____.____(____)

# Review the first five lines of the meat DataFrame
print(meat.head(5))

# Convert the date column to a datestamp type
meat['date'] = ____(____)

# Set the date column as the index of your DataFrame meat
meat = ____.____(____)

# Print the summary statistics of the DataFrame
print(meat.____)

Редагувати та запускати код