Zliczanie niekorzystnych warunków pogodowych

DataFrame weather zawiera 20 kolumn zaczynających się od 'WT', z których każda reprezentuje pewien niekorzystny warunek pogodowy. Na przykład:

WT05 oznacza „Grad"
WT11 oznacza „Silny lub niszczycielski wiatr"
WT17 oznacza „Marznący deszcz"

Dla każdego wiersza w zbiorze danych kolumna WT zawiera wartość 1 (co oznacza, że dany warunek wystąpił w tym dniu) lub NaN (co oznacza, że nie wystąpił).

W tym ćwiczeniu określisz, jak „zła" była pogoda każdego dnia, zliczając liczbę wartości 1 w każdym wierszu.

To ćwiczenie jest częścią kursu

Analiza aktywności policji z pandas

Zobacz kurs

Instrukcje do ćwiczenia

Skopiuj kolumny od WT01 do WT22 z DataFrame weather do nowego DataFrame o nazwie WT.
Oblicz sumę każdego wiersza w WT i zapisz wyniki w nowej kolumnie DataFrame weather o nazwie bad_conditions.
Zastąp wszelkie brakujące wartości w bad_conditions wartością 0. (Ten krok jest już wykonany.)
Utwórz histogram wizualizujący bad_conditions, a następnie wyświetl wykres.

Interaktywne ćwiczenie praktyczne

Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.

# 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

Edytuj i uruchom kod