Работа с kaggle датасетом температур

import pandas as pd
import seaborn as sns
GlobalLandTemperaturesByCity = pd.read_csv("/kaggle/input/climate-change-earth-surface-temperature-data/GlobalLandTemperaturesByCity.csv")
df = GlobalLandTemperaturesByCity
df['dt'] = df['dt'].astype('datetime64[ns]')
df_by_dt = df.groupby([df['City'],df['dt'].dt.year]).mean()
df_by_dt = df_by_dt.reset_index()
df = df_by_dt
df_by_country = df[df['City'].isin(['Atlanta','Washington','Chicago','Moscow','Murmansk','Tula'])]
print(df_by_country.columns.tolist())
print(df_by_country)
pd.unique(df_by_country['City']).tolist()
import matplotlib.pyplot as plt
# создаем два подграфика расположенные по вертикали.
# axv - осевая система для отображение одного графика
# здесь две осевых системы, axv[0] и axv[1] для
# двух подграфиков
fig, axv = plt.subplots(nrows = 2,ncols = 1,figsize=(6, 7))
countries = pd.unique(df_by_country['City']).tolist()
for country in countries:
 # выбираем страну для отображения графиков на одной системе axv[0]
 df_by_country[df_by_country['City']==country].plot(x = 'dt', y = 'AverageTemperature',ax = axv[0], label = country)
 # выбираем страну для отображения графиков на другой системе axv[1]
 df_by_country[df_by_country['City']==country].plot(x = 'dt', y = 'AverageTemperatureUncertainty',ax = axv[1], label = country)
fig.show()