Tracciare i trend mensili e annuali
Come abbiamo visto nel Capitolo 2, quando l'indice di un DataFrame è di tipo datetime, è possibile estrarre direttamente il giorno, il mese o l'anno di ogni data presente nell'indice. Come promemoria, puoi estrarre l'anno di ogni data nell'indice usando l'attributo .index.year. Puoi poi usare i metodi .groupby() e .mean() per calcolare il valore medio annuale di ogni serie temporale nel tuo DataFrame:
index_year = df.index.year
df_by_year = df.groupby(index_year).mean()
Ora applicherai quanto hai imparato per visualizzare i valori medi aggregati di ogni serie temporale nel DataFrame jobs.
Questo esercizio fa parte del corso
Visualizzare dati di serie temporali in Python
esercizio interattivo pratico
Prova questo esercizio completando questo codice di esempio.
# Extract the month from the index of jobs
index_month = ____.____.____
# Compute the mean unemployment rate for each month
jobs_by_month = ____.____(____).____()
# Plot the mean unemployment rate for each month
ax = ____.plot(fontsize=6, linewidth=1)
# Set axis labels and legend
ax.set_xlabel('Month', fontsize=10)
ax.set_ylabel('Mean unemployment rate', fontsize=10)
ax.legend(bbox_to_anchor=(0.8, 0.6), fontsize=10)
plt.show()