Mediana și deviația standard pe 360 de zile pentru datele despre ozon din NYC începând cu 2000

În ultimul videoclip ai văzut și cum să calculezi mai multe statistici pe ferestre mobile folosind metoda .agg(), similar cu .groupby().

Hai să analizăm mai îndeaproape istoricul calității aerului din NYC, folosind datele despre ozon pe care le-ai întâlnit anterior. Datele zilnice sunt foarte volatile, așa că o medie mobilă pe termen mai lung poate ajuta la evidențierea tendințelor pe termen lung.

Vei folosi o fereastră mobilă de 360 de zile și metoda .agg() pentru a calcula media și deviația standard a valorilor medii zilnice ale ozonului începând cu anul 2000.

Acest exercițiu face parte din cursul

Manipularea datelor de tip serie de timp în Python

Vezi cursul

Instrucțiuni pentru exercițiu

Am importat deja pandas ca pd și matplotlib.pyplot ca plt.

Folosește pd.read_csv() pentru a importa 'ozone.csv', creând un DateTimeIndex din coloana 'date' cu ajutorul parametrilor parse_dates și index_col, atribuie rezultatul variabilei data și elimină valorile lipsă cu .dropna().
Selectează coloana 'Ozone', creează o fereastră .rolling() de 360 de perioade, aplică .agg() pentru a calcula mean și std, și atribuie rezultatul variabilei rolling_stats.
Folosește .join() pentru a concatena data cu rolling_stats și atribuie rezultatul variabilei stats.
Reprezentați grafic stats folosind subplots.

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

# Import and inspect ozone data here
data = ____

# Calculate the rolling mean and std here
rolling_stats = ____

# Join rolling_stats with ozone data
stats = ____

# Plot stats

Editează și rulează codul