極端な値を特定する
州別のヒスパニック系の人々による人種自己申告の割合をまとめたDataFrameを作成できたので、まずは seaborn を使って箱ひげ図を作成し、さらに詳しく探索していきます。
また、特定の人種として自己申告するヒスパニック系の割合が最も大きい（または小さい）州も見つけます。そのために squeeze() メソッドを使います。このメソッドは1行だけのDataFrameをSeriesに変換します（複数行のDataFrameには影響しません）。
pandas はインポート済みです。7つの人種区分ごとの自己申告割合を含むDataFrame states_hr が読み込まれています。
この演習はコースの一部です
Pythonで学ぶ米国センサスデータ分析
演習の手順
data引数にDataFrame名を指定して箱ひげ図を作成します。（orient = "h"とすると、箱ひげ図が横向き＝horizontal に描画されます。）squeezeを使って、列hispanic_whiteで最大値の州名を表示します。squeezeを使って、列hispanic_otherで最小値の州名を表示します。- アジア系として自己申告するヒスパニック系は非常に少ないものの、1つの州だけ大きな外れ値になっています。
squeezeを使って、列hispanic_asianで最大値の州名を表示します。
実践的なインタラクティブ演習
このサンプルコードを完成させて、この演習に挑戦してみましょう。
# Import seaborn and matplotlib.plt
import matplotlib.pyplot as plt
import seaborn as sns
sns.set()
# Create a boxplot
sns.boxplot(data = ____, orient = "h")
plt.show()
# Show states with extreme values in various columns
print(states_hr.nlargest(1, ____).squeeze())
print(states_hr.nsmallest(____).____)
print(____)