1. 学ぶ
    2. /
  2. プロジェクト
    3. /
  3. Python으로 미국 인구조사 데이터 분석하기
Connected

演習

백인과 흑인의 실업률

이 연습 문제에서는 대도시권에서 백인과 흑인 남성의 실업률을 비교합니다. msa_black_emp는 로드되어 있습니다. 2012년 5개년 ACS의 표 C23002A에서 가져온 데이터로 구성된 새 DataFrame msa_white_emp도 로드되어 있습니다. 실업률(퍼센트)은 이미 계산되어 있습니다. 관심 있는 열(남성 고용 관련 퍼센트가 담긴 열)만 두 DataFrame에서 선택하여 제한하고, 두 DataFrame을 조인한 뒤, seaborn으로 시각화할 수 있도록 melt를 사용해 타이디 형태의 DataFrame으로 변환하세요.

pandas와 seaborn은 일반적인 별칭으로 로드되어 있습니다.

指示

100 XP
  • msa_white_emp에서 "msa"와 "pct_male_unemp" 열만 남겨 tidy_white_emp를 만들고, 두 번째 열 이름을 "white"로 바꾸세요.
  • "msa" 열을 기준으로 tidy_black_emp와 tidy_white_emp를 머지하여 tidy_emp에 할당하세요.
  • tidy_emp에 melt를 적용하세요. value_vars에는 두 인종 열의 이름을 사용하고, var_name은 "race", value_name은 "unemployment"로 설정하세요.
  • hue 매개변수를 사용해 인종별로 구분하여 실업률과 이질성(dissimilarity)의 관계를 시각화하세요.