Impostare e modificare la frequenza di una serie temporale
Nel video hai visto come assegnare una frequenza a un DateTimeIndex e poi modificarla.
Ora userai i dati sulla concentrazione giornaliera di monossido di carbonio a NYC, LA e Chicago dal 2005 al 2017.
Imposterai la frequenza a giornaliera di calendario, quindi eseguirai un resampling a frequenza mensile e visualizzerai entrambe le serie per vedere come le diverse frequenze influiscono sui dati.
Questo esercizio fa parte del corso
Elaborazione di serie temporali in Python
Istruzioni dell'esercizio
Abbiamo già importato pandas come pd e matplotlib.pyplot come plt e abbiamo già caricato il file co_cities.csv in una variabile co.
- Ispeziona
cousando.info(). - Usa
.asfreq()per impostare la frequenza a giornaliera di calendario. - Mostra un grafico di
'co'usandosubplots=True. - Cambia la frequenza a mensile usando l'alias
'M'. - Mostra un altro grafico di
cousandosubplots=True.
Esercizio pratico interattivo
Prova a risolvere questo esercizio completando il codice di esempio.
# Inspect data
print(____)
# Set the frequency to calendar daily
co = ____
# Plot the data
# Set frequency to monthly
co = ____
# Plot the data