Muster im Zeitverlauf

Explorative Datenanalyse in Python

Izzy Weber

Curriculum Manager, DataCamp

Muster im Zeitverlauf

divorce = pd.read_csv("divorce.csv")
divorce.head()

  marriage_date  marriage_duration
0    2000-06-26                5.0
1    2000-02-02                2.0
2    1991-10-09                10.0
3    1993-01-02                10.0
4    1998-12-11                7.0

Import von DateTime-Daten

DateTime-Daten müssen in Pandas explizit deklariert werden.

divorce.dtypes

marriage_date         object
marriage_duration    float64
dtype: object

Import von DateTime-Daten

divorce = pd.read_csv("divorce.csv", parse_dates=["marriage_date"])
divorce.dtypes

marriage_date        datetime64[ns]
marriage_duration           float64
dtype: object

In DateTime-Daten umwandeln

pd.to_datetime() konvertiert Argumente in DateTime-Daten

divorce["marriage_date"] = pd.to_datetime(divorce["marriage_date"])
divorce.dtypes

marriage_date        datetime64[ns]
marriage_duration           float64
dtype: object

Erstellen von DateTime-Daten

divorce.head(2)

   month  day  year  marriage_duration 
0      6   26  2000                5.0 
1      2    2  2000                2.0

divorce["marriage_date"] = pd.to_datetime(divorce[["month", "day", "year"]])
divorce.head(2)

    month  day  year  marriage_duration  marriage_date 

 0      6   26  2000                5.0     2000-06-26 
 1      2    2  2000                2.0     2000-02-02

Erstellen von DateTime-Daten

Extrahiere Teile eines vollständigen Datums mithilfe der Attribute dt.month, dt.day und dt.year

divorce["marriage_month"] = divorce["marriage_date"].dt.month
divorce.head()

    marriage_date  marriage_duration  marriage_month 
 0     2000-06-26                5.0               6 
 1     2000-02-02                2.0               2 
 2     1991-10-09               10.0              10 
 3     1993-01-02               10.0               1 
 4     1998-12-11                7.0              12

Muster im Zeitverlauf abbilden

sns.lineplot(data=divorce, x="marriage_month", y="marriage_duration")
plt.show()

Ein Liniendiagramm, das zeigt, wie der Hochzeitsmonat mit der Dauer der Ehe zusammenhängt

Lass uns üben!

Explorative Datenanalyse in Python