Gunakan interpolasi untuk membuat data ketenagakerjaan mingguan

Sebelumnya Anda telah menggunakan tingkat pengangguran sipil AS, dan mengonversinya dari frekuensi bulanan ke mingguan menggunakan metode forward atau backfill sederhana.

Bandingkan pendekatan Anda sebelumnya dengan metode baru .interpolate() yang Anda pelajari dalam video ini.

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 untuk Anda. Kami juga telah memuat tingkat pengangguran bulanan dari 2010 hingga 2016 ke dalam variabel monthly.

Periksa monthly menggunakan .info().
Buat pd.date_range() dengan tanggal mingguan, menggunakan .min() dan .max() dari index milik monthly sebagai start dan end, masing-masing, lalu simpan hasilnya ke weekly_dates.
Terapkan .reindex() menggunakan weekly_dates pada monthly dan simpan keluarannya ke weekly.
Buat kolom baru 'ffill' dan 'interpolated' dengan menerapkan .ffill() dan .interpolate() pada weekly.UNRATE.
Tampilkan plot dari weekly.

Latihan interaktif praktis

Cobalah latihan ini dengan menyelesaikan kode contoh berikut.

# 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

Edit dan Jalankan Kode