NYC と LA の週次・月次・年次のオゾントレンドを比較する
動画では、大気質の時系列をダウンサンプリングして集計する方法を学びました。
まずは、このスキルを 2000 年以降の NYC と LA のオゾンデータに適用し、週次・月次・年次の頻度で大気質のトレンドを比較します。あわせて、リサンプリング期間の違いが可視化にどのように影響するかを確認しましょう。
この演習はコースの一部です
Pythonでの時系列データ操作
演習の手順
pandas は pd、matplotlib.pyplot は plt としてすでにインポート済みです。
pd.read_csv()を使って'ozone.csv'を読み込み、parse_datesとindex_colを用いて'date'列を基にDateTimeIndexを設定します。結果をozoneに代入し、.info()で確認してください。ozoneに対して週次（'W'）の.resample()を適用し、.mean()で集計してプロットしてください。- 同様に月次（
'M'）と年次（'A'）でも実行し、それぞれをプロットしてください。
実践的なインタラクティブ演習
このサンプルコードを完成させて、この演習に挑戦してみましょう。
# Import and inspect data here
ozone = ____
# Calculate and plot the weekly average ozone trend
# Calculate and plot the monthly average ozone trend
# Calculate and plot the annual average ozone trend