Disoccupazione
La disoccupazione varia per razza ed età. In questo esercizio, partirai da un DataFrame, unemp_by_race, con le percentuali di disoccupazione per anno tra i 25 e i 54 anni in quattro gruppi razziali (White, Black, Asian e Hispanic) e per entrambi i sessi. Creerai un grafico a barre della percentuale di disoccupazione in funzione dell’anno.
Poiché, dopo l’operazione di melt, i nomi delle colonne diventeranno etichette nel grafico finale, inizia fornendo nomi di colonna più brevi e chiari. Il codice necessario è già presente all’inizio dell’esercizio.
pandas e seaborn sono stati importati con i soliti alias. unemp_by_race è caricato e il dizionario che userai per la rinomina è mostrato nella console.
Questo esercizio fa parte del corso
Analizzare i dati del Censimento USA con Python
Istruzioni dell'esercizio
- Esegui il
meltdel DataFrameunemp_by_race; impostaid_varssu"year"e rimuovi il parametrovalue_varsper usare tutte le colonne rimanenti come colonne dei valori - Crea un grafico a barre di
unemp_by_race, con l’anno sull’asse x e la percentuale di disoccupati sull’asse y, conhuedeterminato dal gruppo demografico
esercizio interattivo pratico
Prova questo esercizio completando questo codice di esempio.
# Rename columns
unemp_by_race.rename(columns = col_rename, inplace = True)
# Melt DataFrame by demographic group
unemp_by_race = unemp_by_race.melt(id_vars = ____, value_vars = ____,
var_name = "demographic", value_name = "pct_unemployed")
# Plot unemployment by group by year
sns.barplot(x = ____, y = ____, hue = ____, data = unemp_by_race)
plt.show()