Obliczanie proporcji

W skali kraju 55% Latynosów identyfikuje się jako Biali, a 35% jako „Inna rasa". (Możesz uruchomić linię 2 w oknie kodu, aby to potwierdzić.) Między poszczególnymi stanami występują jednak znaczące różnice – właśnie je teraz zbadamy. Przypomnijmy, że w tym kursie proporcje wyrażamy jako wartości procentowe.

Zaimportowano bibliotekę pandas, a ramka danych states zawiera liczby ludności według rasy i pochodzenia latynoskiego. Lista hispanic_races zawiera nazwy kolumn z danymi o Latynosach według rasy i jest widoczna w konsoli.

To ćwiczenie jest częścią kursu

Analiza danych spisowych USA w Pythonie

Zobacz kurs

Instrukcje do ćwiczenia

Użyj metody copy, aby utworzyć głęboką kopię zawierającą tylko kolumny z listy hispanic_races ze zbioru states.
Iterując po rasach z listy hispanic_races, oblicz odsetek Latynosów identyfikujących się z każdą rasą jako 100 razy liczba osób dla bieżącej zmiennej race podzielona przez łączną liczbę Latynosów.
Wyświetl metodą head pierwsze wiersze wynikowej ramki danych.

Interaktywne ćwiczenie praktyczne

Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.

# What percentage of Hispanics identify as each race?
print(100 * states[hispanic_races].sum() / states["hispanic"].sum())

# Create a deep copy of only the Hispanic race columns
states_hr = ____.copy()

# Calculate percentages for all columns in the date frame
for race in hispanic_races:
    states_hr[race] = ____ * ____ / states["hispanic"]

# View the result
print(____)

Edytuj i uruchom kod