Utilizar la interpolación para crear datos semanales de empleo

Recientemente ha utilizado la tasa de desempleo civil US, y la ha convertido de frecuencia mensual a semanal utilizando los métodos sencillos forward o backfill.

Compare su enfoque anterior con el nuevo método .interpolate() que ha aprendido en este vídeo.

Este ejercicio forma parte del curso

Manipulación de datos de series temporales en Python

Ver curso

Instrucciones del ejercicio

Hemos importado pandas como pd y matplotlib.pyplot como plt para usted. También hemos cargado la tasa de desempleo mensual de 2010 a 2016 en una variable monthly.

Inspeccione monthly utilizando .info().
Cree un pd.date_range() con fechas semanales, utilizando los .min() y .max() de los index de monthly como start y end, respectivamente, y asigne el resultado a weekly_dates.
Aplique .reindex() utilizando weekly_dates a monthly y asigne la salida a weekly.
Cree nuevas columnas 'ffill' y 'interpolated' aplicando .ffill() y .interpolate() a weekly.UNRATE.
Muestre un gráfico de weekly.

Ejercicio interactivo práctico

Prueba este ejercicio completando el código de muestra.

# Inspect data here
print(____)

# Create weekly dates
weekly_dates = ____

# Reindex monthly to weekly data
weekly = ____

# Create ffill and interpolated columns
weekly['ffill'] = ____
weekly['interpolated'] = ____

# Plot weekly

Editar y ejecutar código