datamanim Type1. 지역구 에너지 소비량 데이터

지역구 에너지 소비량 데이터

import pandas as pd
df= pd.read_csv('https://raw.githubusercontent.com/Datamanim/datarepo/main/consum/Tetuan%20City%20power%20consumption.csv')
df.head()

	DateTime	Temperature	Humidity	Wind Speed	general diffuse flows	diffuse flows	Zone 1 Power Consumption	Zone 2 Power Consumption	Zone 3 Power Consumption
0	1/1/2017 0:00	6.559	73.8	0.083	0.051	0.119	34055.69620	16128.87538	20240.96386
1	1/1/2017 0:10	6.414	74.5	0.083	0.070	0.085	29814.68354	19375.07599	20131.08434
2	1/1/2017 0:20	6.313	74.5	0.080	0.062	0.100	29128.10127	19006.68693	19668.43373
3	1/1/2017 0:30	6.121	75.0	0.083	0.091	0.096	28228.86076	18361.09422	18899.27711
4	1/1/2017 0:40	5.921	75.7	0.081	0.048	0.085	27335.69620	17872.34043	18442.40964

---

Q53. 3월달의 각 시간대별 온도의 평균들 중 가장 높은 시간대의 온도를 출력하라

index를 2개 가진 dataframe indexing 하는 법 (loc 이용)

df_2 = df.groupby([df.DateTime.dt.month, df.DateTime.dt.hour]).Temperature.mean().to_frame()
df_2

		Temperature
DateTime	DateTime
1	0	11.511484
	1	11.278425
	2	11.111419
	3	11.082419
	4	10.848376
...	...	...
12	19	14.031889
	20	13.558500
	21	13.145556
	22	12.935611
	23	12.610639

288 rows × 1 columns

# loc 을 이용하여 index부분에 (x,y) 와 같이 2차원으로 넣어 준다.

df_2.loc[(3,)].sort_values('Temperature', ascending = False).head()

	Temperature
DateTime
15	18.393602
14	18.377581
16	18.164731
13	18.111989
17	17.783817