CO2 analyzing.ipynb

Kernel: Python 3 (Anaconda)

Wednesday Jan 18th 2017

import pandas as pd

netatmo = pd.read_csv('Jan18th2017.csv', parse_dates=True, index_col=1)

netatmo.columns

Index(['Timestamp', 'Temperature', 'Humidity', 'CO2', 'Noise', 'Pressure'], dtype='object')

%matplotlib inline
netatmo['CO2'].plot()

<matplotlib.axes._subplots.AxesSubplot at 0x7f0db640d2b0>

time2 = '2017-01-18 18:09:00' 
time1 = '2017-01-18 18:24:00'

Wednesday Jan 25th 2017

netatmo2 = pd.read_csv('Jan25th2017.csv', parse_dates=True, index_col=1)

netatmo2.columns

Index(['Timestamp', 'Temperature', 'Humidity', 'CO2', 'Noise', 'Pressure'], dtype='object')

%matplotlib inline
netatmo2['CO2'].plot()

<matplotlib.axes._subplots.AxesSubplot at 0x7f0db6487908>

Wednesday Feb. 8th 2017

netatmo3 = pd.read_csv('Feb8th2017.csv', parse_dates=True, index_col=1)

netatmo2.columns

Index(['Timestamp', 'Temperature', 'Humidity', 'CO2', 'Noise', 'Pressure'], dtype='object')

%matplotlib inline
netatmo3['CO2'].plot()

<matplotlib.axes._subplots.AxesSubplot at 0x7f0db42dc9e8>

%matplotlib inline
import matplotlib.pyplot as plt
import numpy as np
import pandas as pd
data = pd.read_csv('NetAtmo2017.csv', 
                   index_col=1,      
                   parse_dates=True) 
data[:]

	Timestamp	Temperature	Humidity	CO2	Noise	Pressure
Timezone : America/Los_Angeles
2017-02-08 00:04:00	1.486541e+09	24.3	53.0	613.0	41.0	1013.6
2017-02-08 00:09:00	1.486541e+09	24.3	53.0	611.0	42.0	1013.6
2017-02-08 00:14:00	1.486542e+09	24.3	53.0	620.0	42.0	1013.6
2017-02-08 00:19:00	1.486542e+09	24.3	53.0	620.0	41.0	1013.6
2017-02-08 00:24:00	1.486542e+09	24.3	53.0	612.0	40.0	1013.5
2017-02-08 00:29:00	1.486543e+09	24.2	53.0	613.0	39.0	1013.6
2017-02-08 00:34:00	1.486543e+09	24.2	53.0	616.0	39.0	1013.5
2017-02-08 00:39:00	1.486543e+09	24.2	53.0	607.0	38.0	1013.5
2017-02-08 00:44:00	1.486543e+09	24.2	53.0	602.0	41.0	1013.5
2017-02-08 00:49:00	1.486544e+09	24.2	53.0	608.0	42.0	1013.3
2017-02-08 00:54:00	1.486544e+09	24.2	53.0	616.0	43.0	1013.3
2017-02-08 00:59:00	1.486544e+09	24.2	53.0	615.0	42.0	1013.2
2017-02-08 01:04:00	1.486545e+09	24.2	53.0	607.0	40.0	1013.2
2017-02-08 01:09:00	1.486545e+09	24.2	53.0	620.0	42.0	1012.9
2017-02-08 01:14:00	1.486545e+09	24.2	53.0	609.0	42.0	1012.8
2017-02-08 01:19:00	1.486546e+09	24.2	53.0	603.0	42.0	1012.8
2017-02-08 01:24:00	1.486546e+09	24.2	53.0	616.0	42.0	1012.6
2017-02-08 01:29:00	1.486546e+09	24.2	53.0	619.0	41.0	1012.4
2017-02-08 01:34:00	1.486546e+09	24.2	53.0	609.0	42.0	1012.3
2017-02-08 01:39:00	1.486547e+09	24.2	53.0	612.0	40.0	1012.2
2017-02-08 01:44:00	1.486547e+09	24.2	53.0	601.0	36.0	1012.1
2017-02-08 01:49:00	1.486547e+09	24.2	53.0	608.0	36.0	1012.1
2017-02-08 01:54:00	1.486548e+09	24.2	53.0	602.0	36.0	1012.2
2017-02-08 02:00:00	1.486548e+09	24.2	53.0	600.0	36.0	1012.3
2017-02-08 02:05:00	1.486548e+09	24.2	53.0	596.0	36.0	1012.4
2017-02-08 02:10:00	1.486549e+09	24.2	53.0	613.0	35.0	1012.4
2017-02-08 02:15:00	1.486549e+09	24.2	53.0	605.0	37.0	1012.2
2017-02-08 02:20:00	1.486549e+09	24.2	53.0	601.0	36.0	1012.2
2017-02-08 02:25:00	1.486550e+09	24.2	53.0	605.0	36.0	1012.2
2017-02-08 02:30:00	1.486550e+09	24.2	53.0	600.0	36.0	1012.3
...	...	...	...	...	...	...
NaT	NaN	NaN	NaN	NaN	NaN	NaN
NaT	NaN	NaN	NaN	NaN	NaN	NaN
NaT	NaN	NaN	NaN	NaN	NaN	NaN
NaT	NaN	NaN	NaN	NaN	NaN	NaN
NaT	NaN	NaN	NaN	NaN	NaN	NaN
NaT	NaN	NaN	NaN	NaN	NaN	NaN
NaT	NaN	NaN	NaN	NaN	NaN	NaN
NaT	NaN	NaN	NaN	NaN	NaN	NaN
NaT	NaN	NaN	NaN	NaN	NaN	NaN
NaT	NaN	NaN	NaN	NaN	NaN	NaN
NaT	NaN	NaN	NaN	NaN	NaN	NaN
NaT	NaN	NaN	NaN	NaN	NaN	NaN
NaT	NaN	NaN	NaN	NaN	NaN	NaN
NaT	NaN	NaN	NaN	NaN	NaN	NaN
NaT	NaN	NaN	NaN	NaN	NaN	NaN
NaT	NaN	NaN	NaN	NaN	NaN	NaN
NaT	NaN	NaN	NaN	NaN	NaN	NaN
NaT	NaN	NaN	NaN	NaN	NaN	NaN
NaT	NaN	NaN	NaN	NaN	NaN	NaN
NaT	NaN	NaN	NaN	NaN	NaN	NaN
NaT	NaN	NaN	NaN	NaN	NaN	NaN
NaT	NaN	NaN	NaN	NaN	NaN	NaN
NaT	NaN	NaN	NaN	NaN	NaN	NaN
NaT	NaN	NaN	NaN	NaN	NaN	NaN
NaT	NaN	NaN	NaN	NaN	NaN	NaN
NaT	NaN	NaN	NaN	NaN	NaN	NaN
NaT	NaN	NaN	NaN	NaN	NaN	NaN
NaT	NaN	NaN	NaN	NaN	NaN	NaN
NaT	NaN	NaN	NaN	NaN	NaN	NaN
NaT	NaN	NaN	NaN	NaN	NaN	NaN

576 rows × 6 columns

time2 = '2017-01-25 18:09:00' 
time1 = '2017-01-25 19:09:00'
data[time1:time2]

	Timestamp	Temperature	Humidity	CO2	Noise	Pressure
Timezone : America/Los_Angeles