Visualiseer maand- en jaartendensen
Zoals we in Hoofdstuk 2 zagen, kun je, wanneer de index van een DataFrame van het type datetime is, direct de dag, maand of het jaar uit elke datum in de index halen. Ter herinnering: je kunt het jaar van elke datum in de index extraheren met het attribuut .index.year. Daarna kun je de methoden .groupby() en .mean() gebruiken om de gemiddelde jaarlijkse waarde van elke tijdreeks in je DataFrame te berekenen:
index_year = df.index.year
df_by_year = df.groupby(index_year).mean()
Je gaat dit nu toepassen om de geaggregeerde gemiddelde waarden van elke tijdreeks in het jobs DataFrame weer te geven.
Deze oefening maakt deel uit van de cursus
Tijdreeksen visualiseren in Python
Praktische interactieve oefening
Probeer deze oefening eens door deze voorbeeldcode in te vullen.
# Extract the month from the index of jobs
index_month = ____.____.____
# Compute the mean unemployment rate for each month
jobs_by_month = ____.____(____).____()
# Plot the mean unemployment rate for each month
ax = ____.plot(fontsize=6, linewidth=1)
# Set axis labels and legend
ax.set_xlabel('Month', fontsize=10)
ax.set_ylabel('Mean unemployment rate', fontsize=10)
ax.legend(bbox_to_anchor=(0.8, 0.6), fontsize=10)
plt.show()