Ролінгові квантилі для щоденної якості повітря в Нью‑Йорку

У попередньому відео ви дізналися, як обчислювати ролінгові квантилі, щоб описувати зміни розсіювання часового ряду з часом менш чутливим до викидів способом, ніж середнє та стандартне відхилення.

Давайте обчислимо ролінгові квантилі — на рівнях 10%, 50% (медіана) і 90% — розподілу щоденної середньої концентрації озону в NYC, використовуючи ролінгове вікно у 360 днів.

Ця вправа є частиною курсу

Опрацювання часових рядів у Python

Переглянути курс

Інструкції до вправи

Ми вже імпортували pandas як pd і matplotlib.pyplot як plt. Також завантажили дані про озон за 2000–2017 роки в змінну data.

Застосуйте до data .resample() із щоденною частотою 'D', потім застосуйте .interpolate() для заповнення пропусків і переприсвойте результат у data.
Перегляньте результат за допомогою .info().
Створіть вікно .rolling() на 360 періодів, виберіть стовпець 'Ozone' і присвойте результат змінній rolling.
Додайте три нові стовпці — 'q10', 'q50' і 'q90' — у data, обчисливши відповідні квантилі з rolling.
Побудуйте графік для data.

Інтерактивна практична вправа

Спробуйте виконати цю вправу, доповнивши цей зразок коду.

# Resample, interpolate and inspect ozone data here
data = ____


# Create the rolling window
rolling = ____

# Insert the rolling quantiles to the monthly returns
data['q10'] = ____
data['q50'] = ____
data['q90'] = ____

# Plot the data

Редагувати та запускати код