Porównaj wskaźniki aktywności zawodowej i bezrobocia na rynku pracy

W bazie FRED dostępne są dwie serie danych ekonomicznych: Civilian Unemployment Rate ('UNRATE') oraz Civilian Labor Force Participation Rate ('CIVPART').

Obie serie przedstawiają dwa ważne aspekty amerykańskiego rynku pracy: odsetek ludności cywilnej, która jest bezrobotna lub aktywnie poszukuje pracy, oraz odsetek osób aktywnych zawodowo, które faktycznie pracują.

Oznacza to, że liczby te informują zarówno o wielkości rynku pracy względem całej populacji, jak i o skali bezrobocia względem tego rynku.

W tym ćwiczeniu zaimportujesz dane, zmodyfikujesz je i zwizualizujesz. Biblioteki DataReader, date, pandas jako pd oraz matplotlib.pyplot jako plt zostały już zaimportowane.

To ćwiczenie jest częścią kursu

Importowanie i zarządzanie danymi finansowymi w Pythonie

Zobacz kurs

Instrukcje do ćwiczenia

Za pomocą date() ustaw wartość start na 1 stycznia 1950 r.
Utwórz zmienną series jako listę zawierającą kody serii 'UNRATE' i 'CIVPART' – w tej kolejności.
Przekaż series, źródło danych 'fred' oraz datę początkową do funkcji DataReader() i przypisz wynik do zmiennej econ_data.
Użyj atrybutu .columns, aby nadać kolumnom nowe etykiety: 'Unemployment Rate' i 'Participation Rate'.
Narysuj i wyświetl wykres econ_data, używając argumentu subplots=True, i nadaj mu tytuł 'Labor Market'.

Interaktywne ćwiczenie praktyczne

Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.

# 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()

Edytuj i uruchom kod