Compare las tendencias semanales, mensuales y anuales del ozono en NYC & LA

En el vídeo ha visto cómo reducir la muestra y agregar series temporales sobre la calidad del aire.

En primer lugar, aplicará esta nueva habilidad a los datos de ozono tanto de NYC como de LA desde el año 2000 para comparar la tendencia de la calidad del aire a frecuencias semanales, mensuales y anuales y explorar cómo afectan a la visualización los distintos periodos de remuestreo.

Este ejercicio forma parte del curso

Manipulación de datos de series temporales en Python

Ver curso

Instrucciones de ejercicio

Hemos importado de nuevo pandas como pd y matplotlib.pyplot como plt para usted.

  • Utilice pd.read_csv() para importar 'ozone.csv' y establecer un DateTimeIndex basado en la columna 'date' utilizando parse_dates y index_col, asigne el resultado a ozone e inspeccione utilizando .info().
  • Aplique .resample() con frecuencia semanal ('W') a ozone, agregue utilizando .mean() y trace el resultado.
  • Repita la operación con las frecuencias mensual ('M') y anual ('A'), representando gráficamente cada resultado.

Ejercicio interactivo práctico

Pruebe este ejercicio completando este código de muestra.

# Import and inspect data here
ozone = ____


# Calculate and plot the weekly average ozone trend



# Calculate and plot the monthly average ozone trend



# Calculate and plot the annual average ozone trend