เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

การนับจำนวนสภาพอากาศเลวร้าย

DataFrame weather มี 20 คอลัมน์ที่ขึ้นต้นด้วย 'WT' โดยแต่ละคอลัมน์แทนสภาพอากาศเลวร้ายชนิดหนึ่ง ตัวอย่างเช่น:

  • WT05 หมายถึง "ลูกเห็บ"
  • WT11 หมายถึง "ลมแรงหรือลมที่ก่อความเสียหาย"
  • WT17 หมายถึง "ฝนน้ำแข็ง"

ในแต่ละแถวของชุดข้อมูล คอลัมน์ WT แต่ละคอลัมน์จะมีค่าเป็น 1 (หมายความว่าเกิดสภาพดังกล่าวในวันนั้น) หรือ NaN (หมายความว่าไม่เกิดสภาพดังกล่าว)

ในแบบฝึกหัดนี้ จะวัด "ความเลวร้าย" ของสภาพอากาศในแต่ละวัน โดยนับจำนวนค่า 1 ในแต่ละแถว

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

การวิเคราะห์กิจกรรมตำรวจด้วย pandas

ดูคอร์ส

คำแนะนำการฝึกหัด

  • คัดลอกคอลัมน์ WT01 ถึง WT22 จาก weather ไปยัง DataFrame ใหม่ชื่อ WT
  • คำนวณผลรวมของแต่ละแถวใน WT แล้วเก็บผลลัพธ์ไว้ในคอลัมน์ใหม่ของ weather ชื่อ bad_conditions
  • แทนที่ค่าที่หายไปใน bad_conditions ด้วย 0 (ขั้นตอนนี้ได้ดำเนินการให้แล้ว)
  • สร้างฮิสโตแกรมเพื่อแสดงภาพข้อมูล bad_conditions แล้วแสดงกราฟ

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

# Copy 'WT01' through 'WT22' to a new DataFrame
WT = weather.____[____]

# Calculate the sum of each row in 'WT'
weather['bad_conditions'] = WT.____(____)

# Replace missing values in 'bad_conditions' with '0'
weather['bad_conditions'] = weather.bad_conditions.fillna(0).astype('int')

# Create a histogram to visualize 'bad_conditions'


# Display the plot
แก้ไขและรันโค้ด