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 pratico interattivo
Prova a risolvere questo esercizio completando il 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()