Aún no tienes acceso a esta clase

Crea una cuenta y continúa viendo este curso

TSA con Open Power System Data

20/25
Recursos

Aportes 15

Preguntas 1

Ordenar por:

¿Quieres ver más aportes, preguntas y respuestas de la comunidad? Crea una cuenta o inicia sesión.

Cuando la profesora dice que solo se puede sacar las propiedades de las columnas Datetime cuando están como índices no es cierto, ya que con el siguiente código, puedes extraer las propiedades sin ningún problema

df_power['Date'].dt.year

Analisis de la grafica: En esa region especifica de Europa, se observa que el consumo de energia es mayor en invierno y disminuye a mitad de año.
La produccion de energia eolica (viento) permanece relativamente constante durante el año.
La produccion de energia solar es mayor en verano (meses 6-7-8) y menor en invierno.

Estuvo muy buena la clase, usualmente para trabajar con este tipo de series de tiempo voy a Power Bi para crear una tabla calendario y de esa forma graficar pero el problema esta cuando se tienen muchos datos en el dataset pero ahora con estos comandos puedo crear en python la misma tabla calendario

Aqui se aprecia el efecto del verano. En los años de julio - septiembre baja el consumo energético porque aumenta la temperatura y las horas de luz solar. También disminuye la generación solar porque hay menos viento en esta temporada.

La calidad de esta clase ahora es mucho mejor. Gracias.

Una librería interesante por si desean profundizar en TSA o crear modelos de forecast
https://unit8co.github.io/darts/index.html

Pueden ampliar sus conocimientos en Feature Engineering con este libro: https://www.repath.in/gallery/feature_engineering_for_machine_learning.pdf

Por si el código del boxplot fue un poco confuso comparto mi código, intente fuese lo mas claro posible.

Se ve claramente que la profesora no tiene frescos los conceptos. Debería preparar su clase antes de grabarla. Todas tienen multiples herrores de sintaxis.

Muy interesante la clase. Me confunde un poco el término filtrar en la clase. Por una parte, las series de tiempo pueden tener ruido y se filtran para “alisarlas”. Pero también se puede filtrar los datos para ver, por ejemplo, los de un año en específico.