Use a interpolação para criar dados semanais de emprego

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

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

Este exercício faz parte do curso

Manipulação de dados de séries temporais em Python

Ver curso

Instruções do exercício

Importamos pandas como pd e matplotlib.pyplot como plt para você. Também carregamos a taxa de desemprego mensal de 2010 a 2016 em uma variável monthly.

Inspecione o site monthly usando .info().
Crie um pd.date_range() com datas semanais, usando o .min() e o .max() do index do monthly como start e end, respectivamente, e atribua o resultado a weekly_dates.
Aplique .reindex() usando weekly_dates para 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