Verschuldeung/BIP interpolieren und mit Arbeitslosigkeit vergleichen

Da du gelernt hast, Zeitreihen zu interpolieren, kannst du diese neue Fähigkeit jetzt auf die vierteljährliche Verschuldung/BIP-Reihe anwenden und das Ergebnis mit der monatlichen Arbeitslosenquote vergleichen.

Diese Übung ist Teil des Kurses

<Kurs>Zeitreihen in Python bearbeiten</Kurs>

Kurs ansehen

Übungsanweisungen

Wir haben pandas als pd und matplotlib.pyplot als plt für dich importiert.

Verwende pd.read_csv(), um 'debt_unemployment.csv' zu importieren, erstelle dabei mit parse_dates und index_col aus der Spalte 'date' einen DateTimeIndex, und weise das Ergebnis data zu. print() die .info() der Daten.
Wende .interpolate() auf data an, weise das Ergebnis interpolated zu und inspiziere das Resultat.
Plotte interpolated und setze 'Unemployment' auf die Achse secondary_y.

Interaktive praktische Übung

Versuche dich an dieser Übung, indem du diesen Beispielcode vervollständigst.

# Import & inspect data here
data = ____
print(____)

# Interpolate and inspect here
interpolated = ____
print(____)

# Plot interpolated data here

Code bearbeiten und ausführen