Calculer des proportions

Au niveau national, 55 % des personnes hispaniques s’identifient comme White et 35 % comme "Some Other Race". (Vous pouvez exécuter la ligne 2 dans la fenêtre de code pour le confirmer.) Mais il existe d’importantes variations d’un État à l’autre, que nous allons maintenant explorer. Pour rappel, nous exprimerons les proportions en pourcentage tout au long de ce cours.

pandas a été importé, et le DataFrame states est chargé avec les effectifs de population par race et origine hispanique. Une liste, hispanic_races, contient les noms des colonnes avec les données par race pour les personnes hispaniques et s’affiche dans la console.

Cet exercice fait partie du cours

<cours>Analyzing US Census Data in Python</cours>

Voir le cours

Instructions de l’exercice

Utilisez la méthode copy pour créer une copie profonde uniquement des colonnes hispanic_races dans states.
En itérant sur les races de la liste hispanic_races, calculez le pourcentage de personnes hispaniques s’identifiant à chaque race comme 100 fois l’effectif de la race courante divisé par le nombre total de personnes hispaniques.
Affichez le head du DataFrame obtenu.

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