统计恶劣天气条件
weather DataFrame 包含 20 列以 'WT' 开头的列，每一列代表一种恶劣天气条件。例如：
WT05表示 "冰雹"WT11表示 "大风或破坏性大风"WT17表示 "冻雨"
在数据集的每一行中，每个 WT 列要么包含 1（表示当天出现了该条件），要么为 NaN（表示当天未出现该条件）。
在本练习中，您将通过统计每行中 1 的数量来量化每天的天气"有多糟"。
本练习是课程的一部分
使用 pandas 分析警务活动
练习说明
- 将
weather中从WT01到WT22的列复制到一个名为WT的新 DataFrame。 - 计算
WT中每一行的总和，并将结果存储到weather中名为bad_conditions的新列。 - 将
bad_conditions中的缺失值替换为0。（此步骤已为您完成。） - 创建直方图来可视化
bad_conditions，然后显示图表。
交互式实操练习
通过完成这段示例代码来试试这个练习。
# 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