補間を使って週次の雇用データを作成する
これまでに米国の民間失業率を扱い、単純な forward や backfill の方法を使って月次から週次へ変換しました。
この動画で学んだ新しい .interpolate() メソッドと、これまでの手法を比較してみましょう。
この演習はコースの一部です
Pythonでの時系列データ操作
演習の手順
pandas は pd、matplotlib.pyplot は plt としてインポート済みです。2010 年から 2016 年までの月次失業率は monthly という変数に読み込まれています。
.info()を使ってmonthlyを確認します。monthlyのindexの.min()と.max()をそれぞれstartとendにして、週次の日付でpd.date_range()を作成し、結果をweekly_datesに代入します。monthlyに対して.reindex()をweekly_datesで適用し、出力をweeklyに代入します。weekly.UNRATEに.ffill()と.interpolate()を適用して、新しい列'ffill'と'interpolated'を作成します。weeklyのプロットを表示します。
実践的なインタラクティブ演習
このサンプルコードを完成させて、この演習に挑戦してみましょう。
# 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