Menghitung kondisi cuaca buruk

DataFrame weather berisi 20 kolom yang diawali dengan 'WT', yang masing-masing mewakili suatu kondisi cuaca buruk. Contohnya:

WT05 menunjukkan "Hail" (hujan es)
WT11 menunjukkan "High or damaging winds" (angin kencang atau merusak)
WT17 menunjukkan "Freezing rain" (hujan beku)

Untuk setiap baris dalam himpunan data, setiap kolom WT berisi 1 (berarti kondisi tersebut terjadi pada hari itu) atau NaN (berarti kondisi tersebut tidak terjadi).

Dalam latihan ini, Anda akan mengukur seberapa "buruk" cuaca setiap hari dengan menghitung jumlah nilai 1 pada setiap baris.

Latihan ini adalah bagian dari kursus

Menganalisis Aktivitas Polisi dengan pandas

Lihat Kursus

Petunjuk latihan

Salin kolom WT01 hingga WT22 dari weather ke sebuah DataFrame baru bernama WT.
Hitung jumlah pada setiap baris di WT, dan simpan hasilnya ke kolom weather baru bernama bad_conditions.
Ganti nilai yang hilang di bad_conditions dengan 0. (Ini telah dilakukan untuk Anda.)
Buat histogram untuk memvisualisasikan bad_conditions, lalu tampilkan plotnya.

Latihan interaktif praktis

Cobalah latihan ini dengan menyelesaikan kode contoh berikut.

# Copy 'WT01' through 'WT22' to a new DataFrame
WT = weather.____[____]

# Calculate the sum of each row in 'WT'
weather['bad_conditions'] = WT.____(____)

# Replace missing values in 'bad_conditions' with '0'
weather['bad_conditions'] = weather.bad_conditions.fillna(0).astype('int')

# Create a histogram to visualize 'bad_conditions'


# Display the plot

Edit dan Jalankan Kode