Créer une série temporelle de données de qualité de l’air

Vous avez vu dans la vidéo comment gérer des dates qui ne sont pas au bon format et sont fournies comme types 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 entraîner à utiliser pd.to_datetime().

Cet exercice fait partie du cours

Manipuler des séries temporelles en Python

Afficher le cours

Instructions

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 à nouveau data avec .info().
Tracez data en utilisant subplots=True.

Exercice interactif pratique

Essayez cet exercice en complétant cet exemple de code.

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