Mostrar valores agregados

A veces puede que necesites mostrar tus datos en una forma más agregada. Por ejemplo, los datos de co2_levels son semanales, pero quizá necesites mostrar sus valores agregados por mes del año. En conjuntos de datos como el DataFrame co2_levels, donde el índice es de tipo datetime, puedes extraer el año de cada fecha del índice:

# extrae el año de cada fecha del DataFrame df
index_year = df.index.year

Para extraer el mes o el día de las fechas en los índices del DataFrame df, usarías df.index.month y df.index.day, respectivamente. Luego puedes usar el año extraído de cada índice en el DataFrame co2_levels y la función groupby para calcular los niveles medios de CO2 por año:

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

Este ejercicio forma parte del curso

Visualización de datos temporales en Python

Ver curso

Instrucciones del ejercicio

Extrae el mes para cada una de las fechas en el índice del DataFrame co2_levels y asigna los valores a una variable llamada index_month.
Usando las funciones groupby y mean de la librería pandas, calcula la media mensual de los niveles de CO2 en el DataFrame co2_levels y asígnala a un nuevo DataFrame llamado mean_co2_levels_by_month.
Representa los valores del DataFrame mean_co2_levels_by_month usando un tamaño de fuente de 6 para las marcas de los ejes.

Ejercicio interactivo práctico

Prueba este ejercicio y completa el código de muestra.

# 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()

Editar y ejecutar código