Criar uma série temporal de dados de qualidade do ar

Você viu no vídeo como lidar com datas que não estão no formato correto, mas que, em vez disso, são fornecidas como tipos string, representadas como dtype object em pandas.

Preparamos um conjunto de dados com dados de qualidade do ar (ozônio, pm25 e monóxido de carbono para NYC, 2000-2017) para que você pratique o uso do pd.to_datetime().

Este exercício faz parte do curso

Manipulação de dados de séries temporais em Python

Ver curso

Instruções do exercício

Já importamos pandas como pd e matplotlib.pyplot como plt para você, e carregamos a qualidade do ar DataFrame na variável data.

Inspecione o site data usando .info().
Use pd.to_datetime para converter o column 'date' em dtype datetime64.
Defina o endereço 'date' column como index.
Valide as alterações inspecionando novamente o site data usando .info().
Trace data usando subplots=True.

Exercício interativo prático

Experimente este exercício completando este código de exemplo.

data = pd.read_csv('nyc.csv')

# Inspect data
print(____)

# Convert the date column to datetime64


# Set date column as index


# Inspect data 
print(____)

# Plot data

Editar e executar o código