集計値を表示する
データをより集約した形で表示したい場面があります。たとえば、co2_levels には週次データが入っていますが、年内の各月で集計して表示したいことがあります。インデックスが datetime 型の co2_levels のようなデータセットでは、インデックス中の各日付の年を次のように抽出できます。
# df DataFrame の各日付から年を取り出す
index_year = df.index.year
df DataFrame のインデックスにある日付から月や日を取り出すには、それぞれ df.index.month と df.index.day を使います。
次に、co2_levels DataFrame の各インデックスから抽出した年と groupby 関数を使って、年ごとの CO2 濃度の平均を計算できます。
df_by_year = df.groupby(index_year).mean()
この演習はコースの一部です
Pythonで学ぶ時系列データの可視化
演習の手順
co2_levelsDataFrame のインデックスにある各日付について、月を抽出してindex_monthという変数に代入します。pandasライブラリのgroupbyとmean関数を使って、co2_levelsの月ごとの CO2 濃度の平均を計算し、mean_co2_levels_by_monthという新しい DataFrame に代入します。mean_co2_levels_by_monthDataFrame の値をプロットし、目盛りのフォントサイズを 6 に設定します。
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。
# 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()