Median & deviasi standar rolling 360 hari untuk data ozon NYC sejak 2000

Video terakhir juga menunjukkan cara menghitung beberapa statistik rolling menggunakan metode .agg(), mirip dengan .groupby().

Mari kita cermati riwayat kualitas udara NYC menggunakan data Ozone yang sudah Anda lihat sebelumnya. Data harian sangat bergejolak, sehingga menggunakan rerata rolling jangka lebih panjang dapat membantu menyingkap tren jangka panjang.

Anda akan menggunakan jendela rolling 360 hari, dan .agg() untuk menghitung rerata dan deviasi standar rolling untuk nilai rata-rata harian ozon sejak 2000.

Latihan ini adalah bagian dari kursus

Memanipulasi Data Deret Waktu di Python

Lihat Kursus

Petunjuk latihan

Kami telah mengimpor pandas sebagai pd, dan matplotlib.pyplot sebagai plt.

Gunakan pd.read_csv() untuk mengimpor 'ozone.csv', membuat DateTimeIndex dari kolom 'date' menggunakan parse_dates dan index_col, simpan hasilnya ke data, dan hapus nilai hilang menggunakan .dropna().
Pilih kolom 'Ozone' dan buat jendela .rolling() menggunakan 360 periode, terapkan .agg() untuk menghitung mean dan std, lalu simpan sebagai rolling_stats.
Gunakan .join() untuk menggabungkan data dengan rolling_stats, lalu simpan sebagai stats.
Plot stats menggunakan subplots.

Latihan interaktif praktis

Cobalah latihan ini dengan menyelesaikan kode contoh berikut.

# 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

Edit dan Jalankan Kode