Łączenie i próbkowanie danych
Teraz połączysz dane środowiskowe z zestawem danych o ruchu drogowym.
Dane o ruchu zawierają 2 kolumny: light_veh i heavy_veh.
heavy_vehreprezentuje liczbę pojazdów ciężkich, takich jak ciężarówki lub autobusy, przejeżdżających w ciągu godziny przez drogę w małym mieście.light_vehzawiera liczbę pojazdów lekkich, takich jak samochody osobowe lub motocykle, przejeżdżających w ciągu godziny tą samą drogą.
Zbiór danych środowiskowych zawiera:
temperature– temperaturę w stopniach Celsjusza.humidity– wilgotność w procentach.sunshine– czas nasłonecznienia w sekundach.
Dane o ruchu drogowym są zgrupowane w 1-godzinne przedziały, natomiast dane środowiskowe – w 10-minutowe. Trzeba zatem doprowadzić je do wspólnej rozdzielczości czasowej.
Dane są dostępne jako environ i traffic.
To ćwiczenie jest częścią kursu
Analiza danych IoT w Pythonie
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# Combine the DataFrames
environ_traffic = pd.____([____], axis=____)
# Print first 5 rows
____