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

<Kurs>Zeitreihen in Python bearbeiten</Kurs>

Kurs ansehen

Übungsanweisungen

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 praktische Übung

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

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