Crie dados semanais a partir de dados mensais de desemprego

A taxa de desemprego civil nos EUA é divulgada mensalmente. Às vezes você pode precisar de dados mais frequentes, mas isso não é problema, porque você acabou de aprender a fazer upsampling de uma série temporal.

Você vai trabalhar com a série dos últimos 20 anos e aplicar algumas opções para preencher valores ausentes antes de plotar a série semanal.

Este exercício faz parte do curso

Manipulando dados de séries temporais em Python

Ver curso

Instruções do exercício

Já importamos pandas como pd e matplotlib.pyplot como plt.

Use pd.read_csv() para importar 'unemployment.csv', criando um DateTimeIndex a partir da coluna 'date' usando parse_dates e index_col, e atribua o resultado a data.
Converta data para frequência semanal usando .asfreq() com o alias 'W' e mostre as cinco primeiras linhas.
Converta novamente para frequência semanal, adicionando a opção 'bfill' e mostre as cinco primeiras linhas.
Crie uma série semanal, agora adicionando a opção 'ffill', atribua a weekly_ffill e mostre as cinco primeiras linhas.
Faça o gráfico de weekly_ffill a partir de 2015.

Exercício interativo prático

Experimente este exercício completando este código de exemplo.

# 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

Editar e executar o código