शुरू करेंमुफ़्त में शुरू करें

API Response और Pandas

इस अभ्यास में आप API response ऑब्जेक्ट से डेटा को pandas DataFrame में लोड करेंगे. आप कॉलमों के लिए उपयोगकर्ता-अनुकूल नाम देंगे और स्ट्रिंग वैल्यूज़ को उपयुक्त डेटा टाइप में कनवर्ट करेंगे.

DataFrame बनाने के बाद, सैंपल कोड चलाइए ताकि एक scatterplot बने और United States में औसत परिवार आकार और median age के बीच संबंध को visualize किया जा सके.

requests और pandas (जैसे pd) पहले से इम्पोर्ट हैं. एक response ऑब्जेक्ट r लोड किया गया है.

यह अभ्यास पाठ्यक्रम का हिस्सा है

Python में US Census डेटा का विश्लेषण

पाठ्यक्रम देखें

अभ्यास निर्देश

  • 4 नए कॉलम नामों की एक लिस्ट col_names बनाइए: name, median_age, avg_family_size, और state
  • DataFrame कंस्ट्रक्टर का उपयोग करके states DataFrame बनाइए. डेटा पैरामीटर r.json() होना चाहिए, लेकिन slicing का उपयोग कर पहला आइटम छोड़ दीजिए, जिसमें पुराने कॉलम नाम हैं
  • प्रत्येक कॉलम पर astype मेथड चलाकर सही डेटा टाइप असाइन कीजिए.

इंटरैक्टिव व्यावहारिक अभ्यास

इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।

# Import seaborn
import seaborn as sns
sns.set()

# Construct the DataFrame
col_names = ____
states = pd.DataFrame(columns = col_names, data = ____)

# Convert each column with numeric data to an appropriate type
states["median_age"] = states["median_age"].____
states["avg_family_size"] = ____

# Scatterplot with regression line
sns.lmplot(x = "avg_family_size", y = "median_age", data = states)
plt.show()
कोड संपादित करें और चलाएँ