Pivot-Tabelle für Temperaturen nach Stadt und Jahr

Es ist interessant, wie sich die Temperaturen in den einzelnen Städten im Laufe der Zeit ändern. Doch wenn du dir jeden Monat ansiehst, ergibt das eine sehr große und unübersichtliche Tabelle. Deswegen geht es in dieser Übung stattdessen um die Temperaturänderungen von Jahr zu Jahr.

Du kannst auf die Bestandteile eines Datums (Jahr, Monat und Tag) mit der Syntax dataframe["column"].dt.component zugreifen, also zum Beispiel dataframe["column"].dt.month für den Monat und dataframe["column"].dt.year für das Jahr.

Sobald du die Jahresspalte hast, kannst du eine Pivot-Tabelle mit den nach Stadt und Jahr aggregierten Daten erstellen, die du dir in den nächsten Übungen genauer anschauen wirst.

pandas ist als pd geladen und temperatures ist ebenfalls verfügbar.

Diese Übung ist Teil des Kurses

Datenbearbeitung mit pandas

Kurs anzeigen

Anleitung zur Übung

Füge eine Spalte namens year zu temperatures hinzu. Nutze dafür die Jahresangabe in der Spalte date.
Erstelle eine Pivot-Tabelle aus der Spalte avg_temp_c, mit country und city für die Zeilen und year für die Spalten. Weise dies temp_by_country_city_vs_year zu und schau dir das Ergebnis an.

Interaktive Übung

Versuche dich an dieser Übung, indem du diesen Beispielcode vervollständigst.

# Add a year column to temperatures
____

# Pivot avg_temp_c by country and city vs year
temp_by_country_city_vs_year = ____

# See the result
print(temp_by_country_city_vs_year)

Code bearbeiten und ausführen