Визуализация месячных и годовых трендов
Как мы видели в главе 2, если индекс DataFrame имеет тип datetime, можно напрямую извлекать день, месяц или год каждой даты в индексе. Напомним, что год каждой даты можно извлечь с помощью атрибута .index.year. Затем методы .groupby() и .mean() позволяют вычислить среднегодовое значение каждого временного ряда в вашем DataFrame:
index_year = df.index.year
df_by_year = df.groupby(index_year).mean()
Теперь примените полученные знания, чтобы отобразить агрегированные средние значения каждого временного ряда в DataFrame jobs.
Это упражнение является частью курса
Визуализация данных временных рядов в Python
Интерактивное практическое упражнение
Попробуйте выполнить это упражнение, дополнив этот пример кода.
# Extract the month from the index of jobs
index_month = ____.____.____
# Compute the mean unemployment rate for each month
jobs_by_month = ____.____(____).____()
# Plot the mean unemployment rate for each month
ax = ____.plot(fontsize=6, linewidth=1)
# Set axis labels and legend
ax.set_xlabel('Month', fontsize=10)
ax.set_ylabel('Mean unemployment rate', fontsize=10)
ax.legend(bbox_to_anchor=(0.8, 0.6), fontsize=10)
plt.show()