Pivotera temperatur per stad och år

Det är intressant att se hur temperaturen i varje stad förändras över tid – men att titta på varje enskild månad ger en väldigt stor tabell som kan vara svår att tolka. Låt oss istället undersöka hur temperaturerna varierar år för år.

Du kan komma åt datumkomponenter (år, månad och dag) med kod av formen dataframe["column"].dt.component. Till exempel ger dataframe["column"].dt.month månadskomponenten och dataframe["column"].dt.year årskomponenten.

När du har årskolumnen kan du skapa en pivottabell där datan aggregeras per stad och år – något du utforskar vidare i kommande övningar.

pandas är inläst som pd. temperatures är tillgänglig.

Den här övningen är en del av kursen

Datamanipulering med pandas

Visa kurs

Övningsinstruktioner

Lägg till en year-kolumn i temperatures med hjälp av year-komponenten från date-kolumnen.
Skapa en pivottabell för kolumnen avg_temp_c, med country och city som rader och year som kolumner. Tilldela resultatet till temp_by_country_city_vs_year och titta på resultatet.

Interaktiv övning med praktiskt arbete

Testa den här övningen genom att slutföra den här exempelkoden.

# Add a year column to temperatures
____

# Pivot avg_temp_c by country and city vs year
temp_by_country_city_vs_year = ____

# See the result
print(temp_by_country_city_vs_year)

Redigera och kör kod