Descomposición estacional II
Ahora vamos a ver cómo detectar y visualizar la estacionalidad y las tendencias en los datos del entorno.
Usarás statsmodels.seasonal_decompose() para realizar la descomposición y luego representar los resultados.
También volverás a muestrear los datos a un intervalo horario para ver tendencias más largas. Elegir un intervalo demasiado corto nos impedirá ver tendencias y estacionalidades claras.
matplotlib.pyplot as plt e import statsmodels.api as sm ya se han importado por ti y los datos se han cargado como df.
Este ejercicio forma parte del curso
Análisis de datos de IoT en Python
Ejercicio interactivo práctico
Prueba este ejercicio y completa el código de muestra.
# Resample DataFrame to 1h
df_seas = df.resample('1h').max()
# Run seasonal decompose
decomp = ____