शुरू करेंमुफ़्त में शुरू करें

2000 से NYC ओज़ोन डेटा के लिए 360-दिन का rolling median और std. deviation

पिछले वीडियो में आपने देखा कि .groupby() की तरह .agg() मेथड से कई rolling आँकड़े कैसे निकाले जाते हैं.

आइए NYC की एयर क्वालिटी के इतिहास को फिर से देखें—उस Ozone डेटा के साथ जो आपने पहले देखा है. डेली डेटा काफी volatile होता है, इसलिए लंबी अवधि का rolling average लंबे समय का रुझान दिखाने में मदद करता है.

आप 360 दिन की rolling window और .agg() का इस्तेमाल करेंगे, ताकि 2000 से डेली औसत ओज़ोन वैल्यूज़ के लिए rolling mean और standard deviation निकाले जा सकें.

यह अभ्यास पाठ्यक्रम का हिस्सा है

Python में Time Series डेटा मैनिपुलेट करना

पाठ्यक्रम देखें

अभ्यास निर्देश

हमने पहले ही pandas को pd नाम से, और matplotlib.pyplot को plt नाम से इम्पोर्ट कर लिया है.

  • pd.read_csv() का उपयोग करके 'ozone.csv' इम्पोर्ट करें, 'date' कॉलम से parse_dates और index_col के जरिए DateTimeIndex बनाएँ, रिज़ल्ट को data में असाइन करें, और .dropna() से missing values हटाएँ.
  • 'Ozone' कॉलम चुनें और 360 periods की .rolling() window बनाएँ, mean और std निकालने के लिए .agg() अप्लाई करें, और इसे rolling_stats में असाइन करें.
  • data को rolling_stats के साथ जोड़ने के लिए .join() का उपयोग करें, और stats में असाइन करें.
  • subplots का उपयोग करके stats को plot करें.

इंटरैक्टिव व्यावहारिक अभ्यास

इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।

# Import and inspect ozone data here
data = ____

# Calculate the rolling mean and std here
rolling_stats = ____

# Join rolling_stats with ozone data
stats = ____

# Plot stats
कोड संपादित करें और चलाएँ