Arbeiten mit Datums- und Zeitangaben in Python

Hurrikane (auch als Zyklone oder Taifune bekannt) treffen den US-Bundesstaat Florida mehrmals im Jahr. Zu Beginn dieses Kurses lernst du, wie man mit Datums-Objekten in Python arbeitet, und zwar anhand der Daten aller Hurrikane, die Florida seit 1950 heimgesucht haben. Du lernst, wie Python mit Datumsangaben umgeht, gängige Datumsoperationen und wie man Datumsangaben richtig formatiert, um Verwirrung zu vermeiden.

Fahrradverleihprogramme haben Städte auf der ganzen Welt erobert – und zum Glück für uns wird jede Fahrt aufgezeichnet! Du lernst, mit den ganzen Fahrten und Rückfahrten eines Fahrrads in Washington, D.C. zu arbeiten, und übst dabei, mit Daten und Uhrzeiten zu arbeiten. Du wirst Daten und Uhrzeiten aus Texten herauslesen, Spitzenzeiten analysieren, Fahrzeiten berechnen und vieles mehr.

In diesem Kapitel lernst du, wie du das zeitbezogene Thema, das den meisten Leuten Probleme bereitet, sicher angehen kannst: Zeitzonen und Sommerzeit. Weiter geht's mit unseren Fahrraddaten. Du lernst, wie du Uhren auf der ganzen Welt vergleichen kannst, wie du mit der Sommerzeit und der Winterzeit umgehst und wie du aktuelle Zeitzonendaten aus der dateutil-Bibliothek holst.

Zum Abschluss dieses Kurses wirst du alles, was du über die Arbeit mit Datums- und Zeitangaben in Standard-Python gelernt hast, auf die Arbeit mit Datums- und Zeitangaben in Pandas anwenden. Mit zusätzlichen Infos zu jeder Fahrradtour, wie zum Beispiel, an welcher Station sie gestartet und beendet wurde und ob der Fahrer eine Jahresmitgliedschaft hatte oder nicht, kannst du die Daten zu den Fahrradtouren viel genauer analysieren. In diesem Kapitel lernst du leistungsstarke Pandas-Funktionen kennen, wie zum Beispiel das Gruppieren und Darstellen von Ergebnissen nach Zeit.