Ange och ändra tidsseriens frekvens

I videon har du sett hur man tilldelar en frekvens till ett DateTimeIndex och sedan ändrar den.

Nu ska du använda data om den dagliga kolmonoxidhalten i NYC, LA och Chicago från 2005–17.

Du anger frekvensen till kalenderdag och samplar sedan om till månadsfrekvens. Sedan visualiserar du båda serierna för att se hur de olika frekvenserna påverkar datan.

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 vi har redan laddat in filen co_cities.csv i variabeln co.

Inspektera co med hjälp av .info().
Använd .asfreq() för att ange frekvensen till kalenderdag.
Visa ett diagram över 'co' med subplots=True.
Ändra frekvensen till månadsvis med aliaset 'M'.
Visa ytterligare ett diagram över co med subplots=True.

Interaktiv övning med praktiskt arbete

Testa den här övningen genom att slutföra den här exempelkoden.

# Inspect data
print(____)

# Set the frequency to calendar daily
co = ____

# Plot the data



# Set frequency to monthly
co = ____

# Plot the data

Redigera och kör kod