Visa aggregerade värden
Ibland behöver du visa dina data i en mer aggregerad form. Till exempel innehåller co2_levels-datan veckovisa värden, men du kanske behöver visa dem aggregerade per månad. I datamängder som co2_levels-DataFrame:n, där indexet är av typen datetime, kan du extrahera året för varje datum i indexet:
# extract of the year in each dates of the df DataFrame
index_year = df.index.year
För att extrahera månaden eller dagen för datumen i indexen i df-DataFrame:n använder du df.index.month respektive df.index.day.
Du kan sedan använda det extraherade året för varje index i co2_levels-DataFrame:n tillsammans med funktionen groupby för att beräkna det genomsnittliga CO2-värdet per år:
df_by_year = df.groupby(index_year).mean()
Den här övningen är en del av kursen
Visualisering av tidsseriedata i Python
Övningsinstruktioner
- Extrahera månaden för varje datum i indexet i
co2_levels-DataFrame:n och tilldela värdena till en variabel med namnetindex_month. - Använd funktionerna
groupbyochmeanfrån biblioteketpandasför att beräkna det månatliga genomsnittliga CO2-värdet ico2_levels-DataFrame:n och tilldela resultatet till en ny DataFrame med namnetmean_co2_levels_by_month. - Plotta värdena i
mean_co2_levels_by_month-DataFrame:n med teckenstorleken 6 för axelns bockmarkeringar.
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
# Get month for each dates in the index of co2_levels
index_month = ____.index.____
# Compute the mean CO2 levels for each month of the year
mean_co2_levels_by_month = co2_levels.____(____).____()
# Plot the mean CO2 levels for each month of the year
mean_co2_levels_by_month.____
# Specify the fontsize on the legend
plt.legend(fontsize=10)
# Show plot
plt.show()