Wyświetlanie zagregowanych wartości
Czasem warto przedstawić dane w bardziej zagregowanej formie. Na przykład zbiór co2_levels zawiera dane tygodniowe, ale może zajść potrzeba wyświetlenia wartości zagregowanych według miesiąca roku. W zbiorach takich jak ramka danych co2_levels, gdzie indeks jest typu datetime, można wyodrębnić rok każdej daty z indeksu:
# extract of the year in each dates of the df DataFrame
index_year = df.index.year
Aby wyodrębnić miesiąc lub dzień z dat w indeksach ramki danych df, użyj odpowiednio df.index.month oraz df.index.day.
Wyodrębniony rok każdego indeksu w ramce danych co2_levels można następnie wykorzystać wraz z funkcją groupby, aby obliczyć średnie poziomy CO2 według roku:
df_by_year = df.groupby(index_year).mean()
To ćwiczenie jest częścią kursu
Wizualizacja danych szeregów czasowych w Pythonie
Instrukcje do ćwiczenia
- Wyodrębnij miesiąc dla każdej daty z indeksu ramki danych
co2_levelsi przypisz wartości do zmiennej o nazwieindex_month. - Korzystając z funkcji
groupbyimeanz bibliotekipandas, oblicz miesięczne średnie poziomy CO2 w ramce danychco2_levelsi przypisz wynik do nowej ramki danych o nazwiemean_co2_levels_by_month. - Wykreśl wartości z ramki danych
mean_co2_levels_by_month, używając rozmiaru czcionki 6 dla znaczników osi.
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# 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()