Comparer le taux de participation au marché du travail et le taux de chômage

Deux séries économiques dans FRED sont le taux de chômage civil ('UNRATE') et le taux de participation de la population active civile ('CIVPART').

Ces taux mettent en évidence deux aspects essentiels du marché du travail américain : la part de la population civile actuellement au chômage ou en recherche d’emploi, et la part des personnes actives sur le marché du travail qui sont effectivement employées.

Cela signifie que ces chiffres indiquent à la fois la taille du marché du travail par rapport à la population totale, ainsi que la taille du chômage par rapport au marché du travail.

Ici, vous allez importer, modifier et visualiser les données. DataReader, date, pandas sous le nom pd, et matplotlib.pyplot sous le nom plt ont été importés.

Cet exercice fait partie du cours

Importer et gérer des données financières en Python

Afficher le cours

Instructions

Avec date(), définissez start au 1er janvier 1950.
Créez series comme une liste contenant les codes de séries 'UNRATE' et 'CIVPART', dans cet ordre.
Passez series, la source de données 'fred' et la date de début à DataReader(), puis affectez le résultat à econ_data.
Utilisez l’attribut .columns pour définir 'Unemployment Rate' et 'Participation Rate' comme nouvelles étiquettes de colonnes.
Tracez et affichez econ_data avec l’argument subplots=True, et intitulez le graphique 'Labor Market'.

Exercice interactif pratique

Essayez cet exercice en complétant cet exemple de code.

# Set the start date
start = ____

# Define the series codes
series = ['UNRATE', 'CIVPART']

# Import the data
econ_data = ____

# Assign new column labels
econ_data.columns = ____

# Plot econ_data
____

# Show the plot
plt.show()

Modifier et exécuter le code