1. Uczyć się
    2. /
  2. Courses
    3. /
  3. Pythonでの時系列データ操作
Connected

Exercise

NYC の日次大気質に対するローリング分位点

前の動画では、平均や標準偏差よりも外れ値の影響を受けにくい方法として、ローリング分位点を用いて時系列の散らばりの変化を記述する方法を学びました。

ここでは、NYC における日次平均オゾン濃度の分布について、360 日のローリングウィンドウを使い、10%、50%（中央値）、90% のローリング分位点を計算します。

Instrukcje

100 XP

pandas は pd、matplotlib.pyplot は plt としてすでにインポート済みです。2000〜2017 年のオゾンデータは変数 data に読み込まれています。

  • data に対して日次頻度 'D' で .resample() を適用し、.interpolate() で欠損値を補完して、結果を data に再代入します。
  • .info() を使って結果を確認します。
  • 360 期間の .rolling() ウィンドウを作成し、列 'Ozone' を選択して、結果を rolling に代入します。
  • rolling からそれぞれの分位点を計算し、data に 'q10'、'q50'、'q90' の 3 列を追加します。
  • data をプロットします。