Buat data mingguan dari data pengangguran bulanan

Tingkat pengangguran sipil AS dilaporkan setiap bulan. Anda mungkin memerlukan data dengan frekuensi lebih tinggi, tetapi itu bukan masalah karena Anda baru saja mempelajari cara melakukan upsampling pada deret waktu.

Anda akan bekerja dengan data deret waktu selama 20 tahun terakhir, dan menerapkan beberapa opsi untuk mengisi nilai yang hilang sebelum membuat plot deret mingguan.

Latihan ini adalah bagian dari kursus

Memanipulasi Data Deret Waktu di Python

Lihat Kursus

Petunjuk latihan

Kami telah mengimpor pandas sebagai pd dan matplotlib.pyplot sebagai plt.

Gunakan pd.read_csv() untuk mengimpor 'unemployment.csv', membuat DateTimeIndex dari kolom 'date' menggunakan parse_dates dan index_col, lalu simpan hasilnya ke data.
Ubah data ke frekuensi mingguan menggunakan .asfreq() dengan alias 'W' dan tampilkan lima baris pertama.
Ubah lagi ke frekuensi mingguan, tambahkan opsi 'bfill' dan tampilkan lima baris pertama.
Buat deret mingguan, kini dengan menambahkan opsi 'ffill', simpan ke weekly_ffill dan tampilkan lima baris pertama.
Plot weekly_ffill mulai tahun 2015.

Latihan interaktif praktis

Cobalah latihan ini dengan menyelesaikan kode contoh berikut.

# Import data here
data = ____

# Show first five rows of weekly series
print(____)

# Show first five rows of weekly series with bfill option
print(____)

# Create weekly series with ffill option and show first five rows
weekly_ffill = ____
print(____)

# Plot weekly_fill starting 2015 here

Edit dan Jalankan Kode