Vykresli měsíční a roční trendy
Jak jsme viděli ve 2. kapitole, pokud je index DataFrame ve formátu datetime, lze z něj přímo extrahovat den, měsíc nebo rok každého datumu. Jako připomenutí: rok každého datumu v indexu získáš pomocí atributu .index.year. Průměrnou roční hodnotu každé časové řady v DataFrame pak vypočítáš pomocí metod .groupby() a .mean():
index_year = df.index.year
df_by_year = df.groupby(index_year).mean()
Teď využiješ to, co ses naučil/a, a zobrazíš agregované průměrné hodnoty každé časové řady v DataFrame jobs.
Toto cvičení je součástí kurzu
Vizualizace dat časových řad v Pythonu
Interaktivní cvičení na vyzkoušení si v praxi
Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.
# Extract the month from the index of jobs
index_month = ____.____.____
# Compute the mean unemployment rate for each month
jobs_by_month = ____.____(____).____()
# Plot the mean unemployment rate for each month
ax = ____.plot(fontsize=6, linewidth=1)
# Set axis labels and legend
ax.set_xlabel('Month', fontsize=10)
ax.set_ylabel('Mean unemployment rate', fontsize=10)
ax.legend(bbox_to_anchor=(0.8, 0.6), fontsize=10)
plt.show()