Mostra valori aggregati
A volte può essere necessario visualizzare i tuoi dati in forma più aggregata. Ad esempio, i dati co2_levels contengono valori settimanali, ma potresti aver bisogno di mostrarli aggregati per mese dell’anno. In insiemi di dati come il DataFrame co2_levels, in cui l’indice è di tipo datetime, puoi estrarre l’anno di ciascuna data nell’indice:
# estrai l'anno da ciascuna data del DataFrame df
index_year = df.index.year
Per estrarre il mese o il giorno delle date negli indici del DataFrame df, useresti rispettivamente df.index.month e df.index.day.
Puoi quindi usare l’anno estratto di ciascun indice nel DataFrame co2_levels e la funzione groupby per calcolare i livelli medi di CO2 per anno:
df_by_year = df.groupby(index_year).mean()
Questo esercizio fa parte del corso
Visualizzare dati di serie temporali in Python
Istruzioni dell'esercizio
- Estrai il mese per ciascuna delle date nell’indice del DataFrame
co2_levelse assegna i valori a una variabile chiamataindex_month. - Usando le funzioni
groupbyemeandella libreriapandas, calcola i livelli medi mensili di CO2 nel DataFrameco2_levelse assegna il risultato a un nuovo DataFrame chiamatomean_co2_levels_by_month. - Traccia i valori del DataFrame
mean_co2_levels_by_monthusando una dimensione del carattere pari a 6 per le tacche degli assi.
Esercizio pratico interattivo
Prova a risolvere questo esercizio completando il codice di esempio.
# Get month for each dates in the index of co2_levels
index_month = ____.index.____
# Compute the mean CO2 levels for each month of the year
mean_co2_levels_by_month = co2_levels.____(____).____()
# Plot the mean CO2 levels for each month of the year
mean_co2_levels_by_month.____
# Specify the fontsize on the legend
plt.legend(fontsize=10)
# Show plot
plt.show()