Partisipasi Angkatan Kerja

Pengangguran bisa saja menurun karena partisipasi angkatan kerja berkurang, artinya, semakin sedikit orang yang mencari kerja! Pada latihan ini, Anda akan menyelidiki kemungkinan tersebut. Anda akan mulai dengan sebuah DataFrame, lf_by_race, yang berisi persentase partisipasi angkatan kerja per tahun untuk usia 25 hingga 54 tahun pada empat kelompok ras (White, Black, Asian, dan Hispanic) serta kedua jenis kelamin. Anda akan membuat plot batang (bar plot) yang memperlihatkan partisipasi angkatan kerja terhadap tahun. Untuk mengondisikan plot batang berdasarkan kelompok demografis, Anda akan terlebih dahulu melakukan melt pada DataFrame. DataFrame tersebut sudah memiliki nama kolom yang sesuai.

pandas dan seaborn telah diimpor dengan alias seperti biasa. unemp_by_race sudah dimuat dan lima kolom ditampilkan di konsol.

Latihan ini adalah bagian dari kursus

Menganalisis Data Sensus AS dengan Python

Lihat Kursus

Petunjuk latihan

Lakukan melt pada DataFrame lf_by_race, tetapkan var_name ke "demographic" dan value_name ke "labor_force_participation"; dapatkah Anda menentukan kolom yang tepat untuk parameter id_vars?
Panggil sns.barplot dengan year pada sumbu x dan labor force participation pada sumbu y; kemudian gunakan parameter hue untuk menampilkan sex yang dikelompokkan berdasarkan year.

Latihan interaktif praktis

Cobalah latihan ini dengan menyelesaikan kode contoh berikut.

# Melt DataFrame by demographic group
lf_by_race = lf_by_race.melt(
        ____,
        ____,
        ____
		)

# Plot labor force particpation by group by year
sns.barplot(____)
plt.show()

Edit dan Jalankan Kode