上個周末我們重新學習了對於時間的一些處理，以及基本操作，那麼從今天開始，我將會把pandas練習這個系列結束掉。

先上鏈接

andre4life/pandas_exercises?

github.com

由於上周剛剛複習了時間相關的庫，所以我將順序做了一個調整，先做Time_Series,

前面幾題還是很基礎的，

Step 3. Assign it to a variable apple

url = https://raw.githubusercontent.com/guipsamora/pandas_exercises/master/09_Time_Series/Apple_Stock/appl_1980_2014.csv
apple = pd.read_csv(url)
apple.head()

Step 4. Check out the type of the columns

apple.dtypes

Step 5. Transform the Date column as a datetime type

這個剛好是我們周末學到的，主要使用to_datetime

apple.Date = pd.to_datetime(apple.Date)
apple.head()

但是這個不能說明已經轉換成功了，所以使用了上題的解決方法

apple.dtypes

Step 6. Set the date as the index

這個要用到set_index

apple = apple.set_index(Date)
apple.head()

可以發現這裡已經轉換成功了

Step 7. Is there any duplicate dates

分析：因為這裡已經把時間設置為索引了，所以，這題的考點在於是否有索引是重複的。需要

用到index.is_unique

apple.index.is_unique

可以看到這裡是沒有重複的時間的

Step 8. Ops...it seems the index is from the most recent date. Make the first entry the oldest date.

讓把時間從大到小排列，需要用到sort_index以及要把ascending=True

apple.sort_index(ascending = True).head()

Step 9. Get the last business day of each month

題的意思是求得每個月的最後一個工作日，那這裡就需要用到我們之前學習的resample

以及工作日對應的是BM

apple_month = apple.resample(BM).mean()
apple_month.head()

Step 10. What is the difference in days between the first day and the oldest

求最小的天數和最大天數的差值

(apple.index.max() - apple.index.min()).days

Step 11. How many months in the data we have

這裡是要求有總共有多少月，同樣使用resample

apple_months = apple.resample(BM).mean()
len(apple_months.index)

好的，讓我繼續下一個部分

Investor - Flow of Funds - US

Step 3. Assign it to a variable called df

url = https://raw.githubusercontent.com/datasets/investor-flow-of-funds-us/master/data/weekly.csv
df = pd.read_csv(url)
df.head()

Step 4. What is the frequency of the dataset?

weekly

Step 5. Set the column Date as the index.

df = df.set_index(Date)
df.head()

Step 6. What is the type of the index?

df.index

Step 7. Set the index to a DatetimeIndex type

df.index = pd.to_datetime(df.index)
type(df.index)

Step 8. Change the frequency to monthly, sum the values and assign it to monthly.

monthly = df.resample(M).sum()
monthly

Step 9. You will notice that it filled the dataFrame with months that dont have any data with NaN. Lets drop these rows.

monthly = monthly.dropna()
monthly

Step 10. Good, now we have the monthly data. Now change the frequency to year.

year = monthly.resample(AS-JAN).sum()
year

好的上面的就是時間序列這一部分的練習，其實相對來講題目還是很簡單的。

pandas練習這個系列終於結束了，前前後後差不多用了兩周的時間。

今天我去參加了一個面試，面試的過程覺得自己就像一個菜雞，所以革命尚未成功，同志仍需努力啊！

接下來，希望用10天時間做兩個完整的項目，然後要重新投簡歷了！

加油啊！

確定不點個贊安慰一下嗎？

??????

推薦閱讀：

相关文章