Partecipazione alla forza lavoro

La disoccupazione potrebbe diminuire perché cala la partecipazione alla forza lavoro, cioè meno persone stanno cercando lavoro! In questo esercizio, indagherai questa possibilità. Partirai da un DataFrame, lf_by_race, con le percentuali di partecipazione alla forza lavoro per anno delle persone 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 partecipazione alla forza lavoro in funzione dell'anno. Per poter suddividere il grafico a barre per gruppo demografico, prima eseguirai un melt del DataFrame. Il DataFrame ha già nomi di colonna adeguati.

pandas e seaborn sono stati importati con i soliti alias. unemp_by_race è stato caricato e cinque colonne sono visualizzate nella console.

Questo esercizio fa parte del corso

Analizzare i dati del Censimento USA con Python

Visualizza corso

Istruzioni dell'esercizio

Esegui il melt del DataFrame lf_by_race, impostando var_name a "demographic" e value_name a "labor_force_participation"; riesci a individuare la colonna appropriata per il parametro id_vars?
Chiama sns.barplot con l'anno sull'asse x e la partecipazione alla forza lavoro sull'asse y; poi usa il parametro hue per mostrare il sesso raggruppato per anno.

esercizio interattivo pratico

Prova questo esercizio completando questo codice di esempio.

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

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

Modifica ed esegui il codice