Afficher des valeurs agrégées
Il arrive qu'on doive afficher les données sous une forme plus agrégée. Par exemple, les données co2_levels sont hebdomadaires, mais vous pourriez avoir besoin d'afficher leurs valeurs agrégées par mois de l'année. Dans des jeux de données comme le DataFrame co2_levels, où l'indice est de type datetime, vous pouvez extraire l'année de chaque date dans l'indice :
# extraire l'année de chaque date de l'indice du DataFrame df
index_year = df.index.year
Pour extraire le mois ou le jour des dates dans les indices du DataFrame df, utilisez respectivement df.index.month et df.index.day.
Vous pouvez ensuite utiliser l'année extraite de chaque indice du DataFrame co2_levels et la fonction groupby pour calculer la moyenne des niveaux de CO2 par année :
df_by_year = df.groupby(index_year).mean()
Cette activité fait partie du cours
Visualiser des séries chronologiques en Python
Instructions de l’exercice
- Extrayez le mois pour chacune des dates de l'indice du DataFrame
co2_levelset assignez les valeurs à une variable appeléeindex_month. - À l'aide des fonctions
groupbyetmeande la bibliothèquepandas, calculez la moyenne mensuelle des niveaux de CO2 dans le DataFrameco2_levelset assignez le résultat à un nouveau DataFrame nommémean_co2_levels_by_month. - Tracez les valeurs du DataFrame
mean_co2_levels_by_monthen utilisant une taille de police de 6 pour les graduations des axes.
Exercice interactif pratique
Essayez cet exercice en complétant ce code d’exemple.
# 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()