श्रम बल भागीदारी
बेरोज़गारी कम इसलिए भी हो सकती है क्योंकि श्रम बल भागीदारी घट रही है — यानी कम लोग नौकरी ढूँढ रहे हैं! इस अभ्यास में, आप इसी संभावना की जाँच करेंगे। आपके पास एक DataFrame lf_by_race है, जिसमें 25 से 54 वर्ष के लोगों के लिए चार नस्लीय समूहों (White, Black, Asian, और Hispanic) और दोनों लिंगों में, वर्ष के हिसाब से श्रम बल भागीदारी का प्रतिशत दिया है। आप वर्ष के मुकाबले श्रम बल भागीदारी का एक bar plot बनाएँगे। bar plot को डेमोग्राफिक समूह के अनुसार कंडीशन करने के लिए, आप पहले DataFrame को melt करेंगे। DataFrame में पहले से ही उपयुक्त कॉलम नाम मौजूद हैं।
pandas और seaborn सामान्य उपनामों के साथ इंपोर्ट किए जा चुके हैं। unemp_by_race लोड है और पाँच कॉलम कंसोल में दिखाए गए हैं।
यह अभ्यास पाठ्यक्रम का हिस्सा है
Python में US Census डेटा का विश्लेषण
अभ्यास निर्देश
lf_by_raceDataFrame कोmeltकीजिए,var_nameको"demographic"औरvalue_nameको"labor_force_participation"सेट करते हुए; क्या आपid_varsपैरामीटर के लिए उपयुक्त कॉलम निर्धारित कर सकते हैं?sns.barplotकॉल कीजिए जिसमें x-axis पर year और y-axis पर labor force participation हो; फिरhueपैरामीटर का उपयोग कीजिए ताकि year के अनुसार समूहित sex दिख सके।
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
# Melt DataFrame by demographic group
lf_by_race = lf_by_race.melt(
____,
____,
____
)
# Plot labor force particpation by group by year
sns.barplot(____)
plt.show()