Dùng nội suy để tạo dữ liệu việc làm theo tuần

Trước đây bạn đã dùng tỷ lệ thất nghiệp dân sự của Mỹ và chuyển tần suất từ tháng sang tuần bằng các phương pháp forward hoặc backfill đơn giản.

Hãy so sánh cách làm trước với phương pháp .interpolate() mà bạn vừa học trong video này.

Bài tập này là một phần của khóa học

Xử lý dữ liệu chuỗi thời gian trong Python

Xem khóa học

Hướng dẫn bài tập

Chúng tôi đã nhập pandas là pd và matplotlib.pyplot là plt cho bạn. Chúng tôi cũng đã nạp tỷ lệ thất nghiệp theo tháng từ 2010 đến 2016 vào biến monthly.

Kiểm tra monthly bằng .info().
Tạo pd.date_range() với các mốc ngày theo tuần, dùng .min() và .max() của index của monthly lần lượt làm start và end, và gán kết quả cho weekly_dates.
Áp dụng .reindex() với weekly_dates lên monthly và gán đầu ra cho weekly.
Tạo các cột mới 'ffill' và 'interpolated' bằng cách áp dụng .ffill() và .interpolate() lên weekly.UNRATE.
Vẽ biểu đồ của weekly.

Bài tập tương tác thực hành trực tiếp

Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.

# 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

Chỉnh sửa và Chạy Mã