Aggregierte Werte anzeigen

Manchmal musst du deine Daten in stärker aggregierter Form darstellen. Die co2_levels-Daten enthalten zum Beispiel wöchentliche Werte, du möchtest sie aber vielleicht nach Monat im Jahr aggregiert anzeigen. In Datensätzen wie dem DataFrame co2_levels, dessen Index vom Typ datetime ist, kannst du das Jahr jedes Datums im Index extrahieren:

# Jahr aus jedem Datum des DataFrames df extrahieren
index_year = df.index.year

Um den Monat bzw. den Tag der Daten in den Indizes des DataFrames df zu extrahieren, verwendest du entsprechend df.index.month und df.index.day. Anschließend kannst du das extrahierte Jahr der Indizes im DataFrame co2_levels zusammen mit der Funktion groupby verwenden, um die durchschnittlichen CO2-Werte pro Jahr zu berechnen:

df_by_year = df.groupby(index_year).mean()

Diese Übung ist Teil des Kurses

Zeitreihendaten in Python visualisieren

Kurs anzeigen

Anleitung zur Übung

Extrahiere den Monat für jedes Datum im Index des DataFrames co2_levels und weise die Werte einer Variablen namens index_month zu.
Berechne mit den Funktionen groupby und mean aus der Bibliothek pandas die monatlichen durchschnittlichen CO2-Werte im DataFrame co2_levels und speichere sie in einem neuen DataFrame namens mean_co2_levels_by_month.
Zeichne die Werte des DataFrames mean_co2_levels_by_month mit einer Schriftgröße von 6 für die Achsenticks.

Interaktive Übung

Vervollständige den Beispielcode, um diese Übung erfolgreich abzuschließen.

# Get month for each dates in the index of co2_levels
index_month = ____.index.____

# Compute the mean CO2 levels for each month of the year
mean_co2_levels_by_month = co2_levels.____(____).____()

# Plot the mean CO2 levels for each month of the year
mean_co2_levels_by_month.____

# Specify the fontsize on the legend
plt.legend(fontsize=10)

# Show plot
plt.show()

Code bearbeiten und ausführen