Desempleo
El desempleo varía según la raza y el sexo. En este ejercicio, partirás de un DataFrame, unemp_by_race, con el porcentaje de desempleo por año para personas de 25 a 54 años en cuatro grupos raciales (White, Black, Asian y Hispanic) y ambos sexos. Crearás un gráfico de barras del porcentaje de desempleo frente al año.
Como los nombres de las columnas, tras aplicar el “melt”, se convertirán en etiquetas en tu gráfico final, empieza proporcionando nombres de columna más cortos y claros. El código necesario está incluido al inicio del ejercicio.
pandas y seaborn se han importado con los alias habituales. unemp_by_race está cargado y el diccionario que usarás para renombrar se muestra en la consola.
Este ejercicio forma parte del curso
Análisis de datos del Censo de EE. UU. con Python
Instrucciones del ejercicio
- Aplica
meltal DataFrameunemp_by_race; estableceid_varsen"year"y elimina el parámetrovalue_varspara usar todas las columnas restantes como columnas de valores - Crea un gráfico de barras de
unemp_by_race, con el año en el eje x y el porcentaje de desempleo en el eje y, usandohuesegún el grupo demográfico
Ejercicio interactivo práctico
Prueba este ejercicio y completa el código de muestra.
# Rename columns
unemp_by_race.rename(columns = col_rename, inplace = True)
# Melt DataFrame by demographic group
unemp_by_race = unemp_by_race.melt(id_vars = ____, value_vars = ____,
var_name = "demographic", value_name = "pct_unemployed")
# Plot unemployment by group by year
sns.barplot(x = ____, y = ____, hue = ____, data = unemp_by_race)
plt.show()