Odpowiedź API i pandas

W tym ćwiczeniu wczytasz dane z obiektu odpowiedzi API do DataFrame'a biblioteki pandas. Nadasz kolumnom przyjazne nazwy i przekonwertujesz wartości z ciągów znaków na odpowiednie typy danych.

Po utworzeniu DataFrame'a uruchom przykładowy kod, aby wygenerować wykres rozrzutu przedstawiający zależność między średnią wielkością rodziny a medianą wieku w Stanach Zjednoczonych.

Biblioteki requests i pandas (jako pd) są już zaimportowane. Obiekt odpowiedzi r jest wczytany.

To ćwiczenie jest częścią kursu

Analiza danych spisowych USA w Pythonie

Zobacz kurs

Instrukcje do ćwiczenia

Zbuduj listę col_names zawierającą 4 nowe nazwy kolumn: name, median_age, avg_family_size i state.
Użyj konstruktora DataFrame, aby utworzyć DataFrame states. Parametr danych ustaw na r.json(), ale zastosuj wycinanie, aby pominąć pierwszy element zawierający stare nazwy kolumn.
Użyj metody astype na każdej kolumnie, aby przypisać odpowiedni typ danych.

Interaktywne ćwiczenie praktyczne

Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.

# Import seaborn
import seaborn as sns
sns.set()

# Construct the DataFrame
col_names = ____
states = pd.DataFrame(columns = col_names, data = ____)

# Convert each column with numeric data to an appropriate type
states["median_age"] = states["median_age"].____
states["avg_family_size"] = ____

# Scatterplot with regression line
sns.lmplot(x = "avg_family_size", y = "median_age", data = states)
plt.show()

Edytuj i uruchom kod