Skapa en tidsserie med luftkvalitetsdata

I videon såg du hur man hanterar datum som inte har rätt format, utan i stället lagras som string-typer, representerade som dtype object i pandas.

Vi har förberett ett dataset med luftkvalitetsdata (ozon, pm25 och kolmonoxid för New York, 2000–2017) så att du kan öva på att använda pd.to_datetime().

Den här övningen är en del av kursen

Manipulera tidsseriedata i Python

Visa kurs

Övningsinstruktioner

Vi har redan importerat pandas som pd och matplotlib.pyplot som plt, och laddat in luftkvalitets-DataFrame i variabeln data.

Inspektera data med .info().
Använd pd.to_datetime för att konvertera kolumnen 'date' till dtype datetime64.
Ange kolumnen 'date' som index.
Kontrollera ändringarna genom att inspektera data med .info() igen.
Rita data med subplots=True.

Interaktiv övning med praktiskt arbete

Testa den här övningen genom att slutföra den här exempelkoden.

data = pd.read_csv('nyc.csv')

# Inspect data
print(____)

# Convert the date column to datetime64


# Set date column as index


# Inspect data 
print(____)

# Plot data

Redigera och kör kod