Maak wekelijkse data van maandelijkse werkloosheidscijfers

Het civiele werkloosheidspercentage in de VS wordt maandelijks gerapporteerd. Soms heb je vaker gemeten data nodig, maar dat is geen probleem, want je hebt net geleerd hoe je een tijdreeks kunt upsamplen.

Je werkt met tijdreeksgegevens van de afgelopen 20 jaar en past een paar opties toe om missende waarden op te vullen voordat je de wekelijkse reeks plot.

Deze oefening maakt deel uit van de cursus

Tijdreeksgegevens manipuleren in Python

Cursus bekijken

Oefeninstructies

We hebben pandas al geïmporteerd als pd en matplotlib.pyplot als plt.

Gebruik pd.read_csv() om 'unemployment.csv' te importeren, maak een DateTimeIndex van de kolom 'date' met parse_dates en index_col, en ken het resultaat toe aan data.
Zet data om naar een wekelijkse frequentie met .asfreq() met de alias 'W' en toon de eerste vijf rijen.
Zet opnieuw om naar wekelijkse frequentie, voeg nu de optie 'bfill' toe en toon de eerste vijf rijen.
Maak wekelijkse reeksen, voeg nu de optie 'ffill' toe, ken toe aan weekly_ffill en toon de eerste vijf rijen.
Plot weekly_ffill vanaf 2015.

Praktische interactieve oefening

Probeer deze oefening eens door deze voorbeeldcode in te vullen.

# 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

Code bewerken en uitvoeren