ПочатиПочніть безкоштовно

Підрахунок несприятливих погодних умов

У датафреймі weather є 20 стовпців, що починаються з 'WT', і кожен з них відповідає певній несприятливій погодній умові. Наприклад:

  • WT05 означає «Град»
  • WT11 означає «Сильний або руйнівний вітер»
  • WT17 означає «Крижаний дощ»

Для кожного рядка в наборі даних кожен стовпець WT містить або 1 (це означає, що цього дня умова спостерігалася), або NaN (це означає, що умова не спостерігалася).

У цій вправі ви визначите, «наскільки поганою» була погода щодня, підрахувавши кількість значень 1 у кожному рядку.

Ця вправа є частиною курсу

Аналіз поліцейської діяльності з pandas

Переглянути курс

Інструкції до вправи

  • Скопіюйте стовпці від WT01 до WT22 з weather до нового датафрейма з назвою WT.
  • Обчисліть суму для кожного рядка в WT і збережіть результат у новому стовпці weather з назвою bad_conditions.
  • Замініть усі пропущені значення в bad_conditions на 0. (Це вже зроблено за вас.)
  • Створіть гістограму для візуалізації bad_conditions, а потім відобразіть графік.

Інтерактивна практична вправа

Спробуйте виконати цю вправу, доповнивши цей зразок коду.

# 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
Редагувати та запускати код