Respons API dan Pandas

Dalam latihan ini Anda akan memuat data dari objek respons API ke dalam DataFrame pandas. Anda akan menetapkan nama kolom yang mudah dipahami dan mengonversi nilai dari string ke tipe data yang sesuai.

Setelah membuat DataFrame, jalankan kode contoh untuk membuat scatterplot guna memvisualisasikan hubungan antara ukuran keluarga rata-rata dan usia median di Amerika Serikat.

requests dan pandas (sebagai pd) telah diimpor. Objek respons r sudah dimuat.

Latihan ini merupakan bagian dari kursus

Menganalisis Data Sensus AS dengan Python

Lihat Kursus

Instruksi latihan

Bangun daftar col_names yang berisi 4 nama kolom baru: name, median_age, avg_family_size, dan state
Gunakan konstruktor DataFrame untuk membuat DataFrame states. Parameter data harus diatur ke r.json(), tetapi gunakan slicing untuk melewati item pertama, yang berisi nama kolom lama
Gunakan metode astype pada setiap kolom untuk menetapkan tipe data yang benar.

Latihan interaktif langsung praktik

Cobalah latihan ini dengan melengkapi kode contoh ini.

# 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()

Edit dan Jalankan Kode