显示汇总后的数值

有时您需要以更聚合的形式展示数据。例如，co2_levels 是按周记录的数据，但您可能需要按一年中的月份汇总后再展示。在像 co2_levels 这样的 DataFrame 中，索引为 datetime 类型，您可以从索引中提取每个日期的年份：

# 从 df 的索引中提取每个日期的年份
index_year = df.index.year

若要从 df 的索引中提取日期的月份或日，分别使用 df.index.month 和 df.index.day。然后，您可以使用从 co2_levels 索引中提取的年份配合 groupby 函数，计算各年份的 CO2 平均水平：

df_by_year = df.groupby(index_year).mean()

本练习是课程的一部分

用 Python 可视化时间序列数据

查看课程

练习说明

从 co2_levels DataFrame 的索引中提取每个日期的月份，并将结果赋给变量 index_month。
使用 pandas 库的 groupby 和 mean 函数，计算 co2_levels 中按月聚合的 CO2 平均值，并将结果赋给名为 mean_co2_levels_by_month 的新 DataFrame。
绘制 mean_co2_levels_by_month 的数值，坐标轴刻度的字号设为 6。

交互式实操练习

通过完成这段示例代码来试试这个练习。

# 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()

编辑并运行代码