Compara las tendencias semanales, mensuales y anuales de ozono en NYC y LA

En el vídeo has visto cómo remuestrear y agregar series temporales sobre calidad del aire.

Primero, aplicarás esta nueva habilidad a los datos de ozono para NYC y LA desde el año 2000 para comparar la tendencia de la calidad del aire con frecuencias semanal, mensual y anual, y explorar cómo distintos periodos de remuestreo afectan a la visualización.

Este ejercicio forma parte del curso

Manipulación de series temporales en Python

Ver curso

Instrucciones del ejercicio

Hemos vuelto a importar pandas como pd y matplotlib.pyplot como plt para ti.

Usa pd.read_csv() para importar 'ozone.csv' y establece un DateTimeIndex basado en la columna 'date' usando parse_dates e index_col; asigna el resultado a ozone y examínalo con .info().
Aplica .resample() con frecuencia semanal ('W') a ozone, agrega con .mean() y representa el resultado.
Repite con frecuencias mensual ('M') y anual ('A'), representando cada resultado.

Ejercicio interactivo práctico

Prueba este ejercicio y completa el 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

Editar y ejecutar código