Anteile berechnen

Landesweit identifizieren sich 55 % der Hispanics als White und 35 % als "Some Other Race". (Du kannst Zeile 2 im Codefenster ausführen, um das zu bestätigen.) Zwischen den Bundesstaaten gibt es jedoch deutliche Unterschiede, die wir jetzt untersuchen. Zur Erinnerung: In diesem Kurs geben wir Anteile durchgehend als Prozentsätze an.

pandas wurde importiert, der DataFrame states ist mit Bevölkerungszahlen nach Rasse und hispanischer Herkunft geladen. Eine Liste hispanic_races enthält die Namen der Spalten mit Daten zu Hispanics nach Rassenzugehörigkeit und wird in der Konsole angezeigt.

Diese Übung ist Teil des Kurses

Analyse von US-Volkszählungsdaten mit Python

Kurs anzeigen

Anleitung zur Übung

Verwende die Methode copy, um eine Deep Copy von nur den Spalten hispanic_races in states zu erstellen.
Wenn du über die Rassen in der Liste hispanic_races iterierst, berechne den Prozentsatz der Hispanics, die sich als die jeweilige Rasse identifizieren, als 100 mal der Wert der aktuellen race geteilt durch die Gesamtzahl der Hispanics.
Gib den head des resultierenden DataFrames aus.

Interaktive Übung

Vervollständige den Beispielcode, um diese Übung erfolgreich abzuschließen.

# What percentage of Hispanics identify as each race?
print(100 * states[hispanic_races].sum() / states["hispanic"].sum())

# Create a deep copy of only the Hispanic race columns
states_hr = ____.copy()

# Calculate percentages for all columns in the date frame
for race in hispanic_races:
    states_hr[race] = ____ * ____ / states["hispanic"]

# View the result
print(____)

Code bearbeiten und ausführen