Procesando propiedades temporales de Pandas DatetimeIndex

Sácale provecho a las propiedades del DatetimeIndex en Pandas para analizar series temporales con mayor eficiencia, desde formatear la columna hasta crear reportes con tablas pivotantes.

Según la hora y el mes, la electricidad generada por una planta solar fotovoltaica varía significativamente.

Tabla de pivot con la generación de energía solar por hora y mes en una planta fotovoltaica durante el año 2023.
F1. Generación de energía por hora y mes en 2023

No es lo mismo la generación de energía a las 18:00 que a las 21:00, ni en enero que en junio.

Data

Los datos brutos representan la generación de energía solar en una planta fotovoltaica en el transcurso del año 2023.

Datos brutos de generación de energía solar en una planta fotovoltaica a lo largo del año 2023.
F2. Datos brutos de energía solar a lo largo de 2023

Preguntas

Para crear el reporte a partir de los datos brutos, tenemos que responder a las siguientes preguntas:

  1. ¿Cómo formatear la columna temporal con pandas?
  2. ¿Por qué es útil establecer la columna temporal como índice?
  3. ¿Cómo crear columnas temporales independientes?
  4. ¿Cómo agregar los datos en función de la hora y el mes?
  5. ¿Cómo filtrar los datos relevantes para el análisis?
  6. ¿Qué técnica permite destacar la variación de la generación de energía a lo largo del día?

Great! You’ve successfully signed up.

Welcome back! You've successfully signed in.

You've successfully subscribed to datons.

Success! Check your email for magic link to sign-in.

Success! Your billing info has been updated.

Your billing was not updated.