Use interpolação para criar dados semanais de emprego

Você usou recentemente a taxa de desemprego civil dos EUA e a converteu de frequência mensal para semanal usando métodos simples de forward ou backfill.

Compare sua abordagem anterior com o novo método .interpolate() que você aprendeu neste vídeo.

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 para você. Também carregamos a taxa de desemprego mensal de 2010 a 2016 na variável monthly.

Inspecione monthly usando .info().
Crie um pd.date_range() com datas semanais, usando o .min() e o .max() do index de monthly como start e end, respectivamente, e atribua o resultado a weekly_dates.
Aplique .reindex() usando weekly_dates a monthly e atribua a saída a weekly.
Crie novas colunas 'ffill' e 'interpolated' aplicando .ffill() e .interpolate() a weekly.UNRATE.
Mostre um gráfico de weekly.

Exercício interativo prático

Experimente este exercício completando este código de exemplo.

# 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

Editar e executar o código