Plotta månads- och årstrender
Som vi såg i kapitel 2 går det att extrahera dag, månad eller år för varje datum i indexet när indexet i en DataFrame är av typen datetime. Som en påminnelse kan du extrahera året för varje datum i indexet med attributet .index.year. Du kan sedan använda metoderna .groupby() och .mean() för att beräkna det genomsnittliga årsvärdet för varje tidsserie i din DataFrame:
index_year = df.index.year
df_by_year = df.groupby(index_year).mean()
Du ska nu tillämpa det du har lärt dig för att visa de aggregerade medianvärdena för varje tidsserie i DataFrame jobs.
Den här övningen är en del av kursen
Visualisering av tidsseriedata i Python
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
# 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()