1. Apprendre
    2. /
  2. Cours
    3. /
  3. Manipulation de données avec pandas
Connected

Exercice

Pivoter la température par ville et par année

C'est intéressant de voir comment les températures de chaque ville évoluent dans le temps — regarder chaque mois donne un grand tableau, pas toujours facile à interpréter. À la place, regardons plutôt l'évolution par année.

Vous pouvez accéder aux composantes d'une date (année, mois et jour) avec du code de la forme dataframe["column"].dt.component. Par exemple, la composante du mois est dataframe["column"].dt.month, et celle de l'année est dataframe["column"].dt.year.

Une fois la colonne de l'année obtenue, vous pouvez créer un tableau croisé dynamique où les données sont regroupées par ville et par année, que vous examinerez dans les exercices suivants.

pandas est importé sous le nom pd. temperatures est disponible.

Instructions

100 XP
  • Ajoutez une colonne year à temperatures, à partir de la composante year de la colonne date.
  • Créez un tableau croisé dynamique de la colonne avg_temp_c, avec country et city comme lignes, et year comme colonnes. Assignez le résultat à temp_by_country_city_vs_year, puis examinez le résultat.