Segmentarea seriilor de timp

Segmentarea este deosebit de utilă pentru seriile de timp, deoarece filtrarea datelor dintr-un interval de date este o operațiune frecventă. Adaugă coloana date la index, apoi folosește .loc[] pentru a realiza filtrarea. Un lucru important de reținut este să păstrezi datele în format ISO 8601, adică "yyyy-mm-dd" pentru an-lună-zi, "yyyy-mm" pentru an-lună și "yyyy" pentru an.

Amintește-ți din Capitolul 1 că poți combina mai multe condiții Boolean folosind operatori logici, precum &. Pentru a face acest lucru într-o singură linie de cod, trebuie să adaugi paranteze () în jurul fiecărei condiții.

pandas este încărcat ca pd, iar temperatures, fără index, este disponibil.

Acest exercițiu face parte din cursul

Manipularea datelor cu pandas

Vezi cursul

Instrucțiuni pentru exercițiu

Folosind condiții Boolean – nu .isin() sau .loc[] – și data completă în format "yyyy-mm-dd", filtrează temperatures pentru rândurile în care coloana date este din 2010 și 2011, apoi afișează rezultatele.
Setează indexul lui temperatures pe coloana date și sortează-l.
Folosește .loc[] pentru a filtra temperatures_ind pentru rândurile din 2010 și 2011.
Folosește .loc[] pentru a filtra temperatures_ind pentru rândurile de la August 2010 până la February 2011.

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

# Use Boolean conditions to subset temperatures for rows in 2010 and 2011
temperatures_bool = ____[(____ >= ____) & (____ <= ____)]
print(temperatures_bool)

# Set date as the index and sort the index
temperatures_ind = temperatures.____.____

# Use .loc[] to subset temperatures_ind for rows in 2010 and 2011
print(____)

# Use .loc[] to subset temperatures_ind for rows from Aug 2010 to Feb 2011
print(____)

Editează și rulează codul