Slicing mit Zeitreihen

Slicing ist bei Zeitreihen besonders nützlich, da man häufig Daten innerhalb eines Datumsbereichs filtern möchte. Zu diesem Zweck kannst du die Spalte date zum Index hinzufügen und dann mit .loc[] die gewünschte Teilmenge auswählen. Wichtig ist, dass du deine Datumsangaben im ISO 8601-Format machst, also "yyyy-mm-dd" für Jahr-Monat-Tag, "yyyy-mm" für Jahr-Monat und "yyyy" für Jahr.

Du weißt aus Kapitel 1, dass du mehrere boolesche Bedingungen mit logischen Operatoren wie & kombinieren kannst. Um dies innerhalb einer einzigen Codezeile zu tun, musst du jede Bedingung in () einschließen.

pandas ist als pd geladen und temperatures ist ohne Index bereits verfügbar.

Diese Übung ist Teil des Kurses

Datenbearbeitung mit pandas

Kurs anzeigen

Anleitung zur Übung

Verwende boolesche Bedingungen (also nicht .isin() oder .loc[]) und das vollständige Datum ("yyyy-mm-dd"), um Zeilen von temperatures auszuwählen, in denen das Datum in der Spalte date im Jahr 2010 oder 2011 liegt, und gib die Ergebnisse aus.
Setze den Index von temperatures auf die Spalte date und sortiere ihn.
Wähle mit .loc[] Zeilen von temperatures_ind aus, die in den Jahren 2010 und 2011 liegen.
Wähle mit .loc[] Zeilen von temperatures_ind aus, die im Bereich von August 2010 bis Februar 2011 liegen.

Interaktive Übung

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

# Use Boolean conditions to subset temperatures for rows in 2010 and 2011
temperatures_bool = ____[(____ >= ____) & (____ <= ____)]
print(temperatures_bool)

# Set date as the index and sort the index
temperatures_ind = temperatures.____.____

# Use .loc[] to subset temperatures_ind for rows in 2010 and 2011
print(____)

# Use .loc[] to subset temperatures_ind for rows from Aug 2010 to Feb 2011
print(____)

Code bearbeiten und ausführen