Créer une série chronologique de données sur la qualité de l'air

Vous avez vu dans la vidéo comment traiter des dates qui ne sont pas au bon format et qui sont plutôt fournies sous forme de string, représentées comme dtype object dans pandas.

Nous avons préparé un jeu de données sur la qualité de l'air (ozone, pm25 et monoxyde de carbone pour NYC, 2000-2017) afin que vous puissiez vous exercer à utiliser pd.to_datetime().

Cette activité fait partie du cours

Manipuler des séries chronologiques en Python

Voir le cours

Instructions de l’exercice

Nous avons déjà importé pandas sous le nom pd et matplotlib.pyplot sous le nom plt pour vous, et chargé le DataFrame de qualité de l'air dans la variable data.

Inspectez data avec .info().
Utilisez pd.to_datetime pour convertir la column 'date' en dtype datetime64.
Définissez la column 'date' comme index.
Validez les modifications en inspectant de nouveau data avec .info().
Tracez data avec subplots=True.

Exercice interactif pratique

Essayez cet exercice en complétant ce code d’exemple.

data = pd.read_csv('nyc.csv')

# Inspect data
print(____)

# Convert the date column to datetime64


# Set date column as index


# Inspect data 
print(____)

# Plot data

Modifier et exécuter le code