Compare tendências semanais, mensais e anuais de ozônio em NYC e LA

Você viu no vídeo como fazer downsampling e agregar séries temporais de qualidade do ar.

Primeiro, você vai aplicar essa nova habilidade aos dados de ozônio para NYC e LA desde 2000 para comparar a tendência da qualidade do ar em frequências semanal, mensal e anual e explorar como diferentes períodos de reamostragem afetam a visualização.

Este exercício faz parte do curso

Manipulando dados de séries temporais em Python

Ver curso

Instruções do exercício

Já importamos pandas como pd e matplotlib.pyplot como plt para você.

Use pd.read_csv() para importar 'ozone.csv' e definir um DateTimeIndex com base na coluna 'date' usando parse_dates e index_col; atribua o resultado a ozone e inspecione usando .info().
Aplique .resample() com frequência semanal ('W') a ozone, agregue usando .mean() e faça o gráfico do resultado.
Repita com as frequências mensal ('M') e anual ('A'), plotando cada resultado.

Exercício interativo prático

Experimente este exercício completando este código de exemplo.

# Import and inspect data here
ozone = ____


# Calculate and plot the weekly average ozone trend



# Calculate and plot the monthly average ozone trend



# Calculate and plot the annual average ozone trend

Editar e executar o código