Klouzavé kvantily denní kvality ovzduší v NYC

V poslední lekci ses naučil/a, jak počítat klouzavé kvantily pro popis změn v rozptylu časové řady v čase – a to způsobem, který je méně citlivý na odlehlé hodnoty než průměr a směrodatná odchylka.

Spočítáme klouzavé kvantily – na úrovni 10 %, 50 % (medián) a 90 % – z rozdělení denní průměrné koncentrace ozonu v NYC pomocí klouzavého okna o délce 360 dní.

Toto cvičení je součástí kurzu

Manipulace s časovými řadami v Pythonu

Zobrazit kurz

Pokyny k cvičení

Knihovny pandas jako pd a matplotlib.pyplot jako plt jsou již naimportované. Do proměnné data jsou také načtena data o ozonu za roky 2000–2017.

Na data aplikuj .resample() s denní frekvencí 'D', poté přidej .interpolate() pro doplnění chybějících hodnot a výsledek znovu přiraď do data.
Prohlédni si výsledek pomocí .info().
Vytvoř klouzavé okno .rolling() o délce 360 period, vyber sloupec 'Ozone' a výsledek přiraď do proměnné rolling.
Do data vlož tři nové sloupce – 'q10', 'q50' a 'q90' – a vyplň je příslušnými kvantily z rolling.
Vykresli data.

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

# Resample, interpolate and inspect ozone data here
data = ____


# Create the rolling window
rolling = ____

# Insert the rolling quantiles to the monthly returns
data['q10'] = ____
data['q50'] = ____
data['q90'] = ____

# Plot the data

Upravit a spustit kód