Tracer les tendances mensuelles et annuelles
Comme nous l’avons vu au chapitre 2, lorsque l’index d’un DataFrame est de type datetime, il est possible d’extraire directement le jour, le mois ou l’année de chaque date de l’index. Pour rappel, vous pouvez extraire l’année de chaque date de l’index à l’aide de l’attribut .index.year. Vous pouvez ensuite utiliser les méthodes .groupby() et .mean() pour calculer la moyenne annuelle de chaque série temporelle de votre DataFrame :
index_year = df.index.year
df_by_year = df.groupby(index_year).mean()
Vous allez maintenant appliquer ce que vous avez appris pour afficher les valeurs moyennes agrégées de chaque série temporelle du DataFrame jobs.
Cet exercice fait partie du cours
Visualiser des séries temporelles en Python
Exercice interactif pratique
Essayez cet exercice en complétant cet exemple de code.
# Extract the month from the index of jobs
index_month = ____.____.____
# Compute the mean unemployment rate for each month
jobs_by_month = ____.____(____).____()
# Plot the mean unemployment rate for each month
ax = ____.plot(fontsize=6, linewidth=1)
# Set axis labels and legend
ax.set_xlabel('Month', fontsize=10)
ax.set_ylabel('Mean unemployment rate', fontsize=10)
ax.legend(bbox_to_anchor=(0.8, 0.6), fontsize=10)
plt.show()