Erstelle eine Zeitreihe mit Luftqualitätsdaten

Im Video hast du gesehen, wie man mit Datumsangaben umgeht, die nicht im richtigen Format vorliegen, sondern als string-Typen, die in pandas als dtype object repräsentiert werden.

Wir haben einen Datensatz mit Luftqualitätsdaten (Ozon, PM2.5 und Kohlenmonoxid für NYC, 2000–2017) vorbereitet, damit du die Verwendung von pd.to_datetime() üben kannst.

Diese Übung ist Teil des Kurses

Zeitreihen in Python bearbeiten

Kurs anzeigen

Anleitung zur Übung

Wir haben pandas bereits als pd und matplotlib.pyplot als plt für dich importiert und den Luftqualitäts-DataFrame in die Variable data geladen.

Inspiziere data mit .info().
Verwende pd.to_datetime, um die column 'date' in den dtype datetime64 zu konvertieren.
Setze die column 'date' als index.
Überprüfe die Änderungen, indem du data erneut mit .info() inspizierst.
Plotte data mit subplots=True.

Interaktive Übung

Vervollständige den Beispielcode, um diese Übung erfolgreich abzuschließen.

data = pd.read_csv('nyc.csv')

# Inspect data
print(____)

# Convert the date column to datetime64


# Set date column as index


# Inspect data 
print(____)

# Plot data

Code bearbeiten und ausführen