Slechte weersomstandigheden tellen

De weather DataFrame bevat 20 kolommen die beginnen met 'WT', en elk daarvan staat voor een ongunstige weersomstandigheid. Bijvoorbeeld:

WT05 betekent "Hagel"
WT11 betekent "Harde of schadelijke wind"
WT17 betekent "IJzel"

Voor elke rij in de gegevensset bevat elke WT-kolom ofwel een 1 (de omstandigheid was die dag aanwezig) of NaN (de omstandigheid was niet aanwezig).

In deze oefening kwantificeer je hoe "slecht" het weer elke dag was door het aantal 1-waarden per rij te tellen.

Deze oefening maakt deel uit van de cursus

Politie-activiteit analyseren met pandas

Cursus bekijken

Oefeninstructies

Kopieer de kolommen WT01 t/m WT22 uit weather naar een nieuwe DataFrame met de naam WT.
Bereken de som van elke rij in WT en sla de resultaten op in een nieuwe weather-kolom met de naam bad_conditions.
Vervang eventuele ontbrekende waarden in bad_conditions door 0. (Dit is al voor je gedaan.)
Maak een histogram om bad_conditions te visualiseren en toon vervolgens de plot.

Praktische interactieve oefening

Probeer deze oefening eens door deze voorbeeldcode in te vullen.

# Copy 'WT01' through 'WT22' to a new DataFrame
WT = weather.____[____]

# Calculate the sum of each row in 'WT'
weather['bad_conditions'] = WT.____(____)

# Replace missing values in 'bad_conditions' with '0'
weather['bad_conditions'] = weather.bad_conditions.fillna(0).astype('int')

# Create a histogram to visualize 'bad_conditions'


# Display the plot

Code bewerken en uitvoeren