Calculer des proportions

À l'échelle nationale, 55 % des Hispaniques s'identifient comme Blancs et 35 % s'identifient à « Some Other Race ». (Vous pouvez exécuter la ligne 2 dans la fenêtre de code pour le confirmer.) Toutefois, il existe des écarts importants d'un État à l'autre, que nous allons maintenant examiner. Rappel : tout au long de ce cours, nous exprimerons les proportions en pourcentage.

pandas a été importé et la DataFrame states est chargée avec les effectifs de population par race et origine hispanique. Une liste, hispanic_races, contient les noms des colonnes avec les données sur les Hispaniques par race, et elle est affichée dans la console.

Cette activité fait partie du cours

Analyser les données du recensement des États-Unis avec Python

Voir le cours

Instructions de l’exercice

Utilisez la méthode copy pour créer une copie profonde de seulement les colonnes hispanic_races dans states.
En itérant sur les races de la liste hispanic_races, calculez le pourcentage d'Hispaniques s'identifiant à chaque race comme 100 fois le nombre de la race courante divisé par le nombre total d'Hispaniques.
Affichez le head de la DataFrame résultante.

Exercice interactif pratique

Essayez cet exercice en complétant ce code d’exemple.

# 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(____)

Modifier et exécuter le code