Crea una serie temporale con i dati sulla qualità dell'aria

Nel video hai visto come gestire le date che non sono nel formato corretto e sono invece fornite come tipi string, rappresentati come dtype object in pandas.

Abbiamo preparato un insieme di dati con misure sulla qualità dell’aria (ozono, pm25 e monossido di carbonio per NYC, 2000-2017) per farti esercitare con pd.to_datetime().

Questo esercizio fa parte del corso

Elaborazione di serie temporali in Python

Visualizza il corso

Istruzioni dell'esercizio

Abbiamo già importato pandas come pd e matplotlib.pyplot come plt per te, e caricato il DataFrame con i dati sulla qualità dell’aria nella variabile data.

Ispeziona data usando .info().
Usa pd.to_datetime per convertire la column 'date' in dtype datetime64.
Imposta la column 'date' come index.
Verifica le modifiche ispezionando di nuovo data con .info().
Traccia data usando subplots=True.

Esercizio pratico interattivo

Prova a risolvere questo esercizio completando il codice di esempio.

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

Modifica ed esegui il codice