Folosește interpolarea pentru a crea date săptămânale despre ocuparea forței de muncă

Ai lucrat recent cu rata șomajului civil din SUA și ai convertit-o de la frecvență lunară la frecvență săptămânală folosind metodele simple forward sau backfill.

Compaară abordarea anterioară cu noua metodă .interpolate() pe care ai învățat-o în acest videoclip.

Acest exercițiu face parte din cursul

Manipularea datelor de tip serie de timp în Python

Vezi cursul

Instrucțiuni pentru exercițiu

Am importat pandas ca pd și matplotlib.pyplot ca plt pentru tine. Am încărcat, de asemenea, rata lunară a șomajului din perioada 2010–2016 într-o variabilă numită monthly.

Inspectează monthly folosind .info().
Creează un pd.date_range() cu date săptămânale, folosind .min() și .max() ale index-ului din monthly ca start, respectiv end, și atribuie rezultatul variabilei weekly_dates.
Aplică .reindex() cu weekly_dates asupra lui monthly și atribuie rezultatul variabilei weekly.
Creează coloanele noi 'ffill' și 'interpolated' aplicând .ffill(), respectiv .interpolate() asupra weekly.UNRATE.
Afișează un grafic al lui weekly.

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

# 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

Editează și rulează codul