Räkna dåliga väderförhållanden

DataFrame:en weather innehåller 20 kolumner som börjar med 'WT', och var och en representerar ett ogynnsamt väderförhållande. Till exempel:

WT05 anger "Hagel"
WT11 anger "Hård eller skadlig vind"
WT17 anger "Underkylt regn"

För varje rad i datamängden innehåller varje WT-kolumn antingen en 1 (vilket innebär att förhållandet förekom den dagen) eller NaN (vilket innebär att förhållandet inte förekom).

I den här övningen ska du kvantifiera hur dåligt vädret var varje dag genom att räkna antalet 1-värden i varje rad.

Den här övningen är en del av kursen

Analysera polisaktivitet med pandas

Visa kurs

Övningsinstruktioner

Kopiera kolumnerna WT01 till och med WT22 från weather till en ny DataFrame med namnet WT.
Beräkna summan av varje rad i WT och lagra resultaten i en ny kolumn i weather med namnet bad_conditions.
Ersätt eventuella saknade värden i bad_conditions med 0. (Det här steget är redan gjort åt dig.)
Skapa ett histogram för att visualisera bad_conditions och visa sedan diagrammet.

Interaktiv övning med praktiskt arbete

Testa den här övningen genom att slutföra den här exempelkoden.

# Copy 'WT01' through 'WT22' to a new DataFrame
WT = weather.____[____]

# Calculate the sum of each row in 'WT'
weather['bad_conditions'] = WT.____(____)

# Replace missing values in 'bad_conditions' with '0'
weather['bad_conditions'] = weather.bad_conditions.fillna(0).astype('int')

# Create a histogram to visualize 'bad_conditions'


# Display the plot

Redigera och kör kod