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 completando este código de ejemplo.
# Resample DataFrame to 1h
df_seas = df.resample('1h').max()
# Run seasonal decompose
decomp = ____