Identificar valores extremos

Agora que você criou um DataFrame com o percentual de autoidentificação racial hispânica por estado, vai explorá-lo mais a fundo, começando por criar um boxplot usando o seaborn.

Você também vai encontrar os estados com o maior ou menor percentual de hispânicos que se identificam com determinadas raças. Para isso, você vai aplicar o método squeeze(). Esse método converte um DataFrame de uma única linha em uma série (sem efeito em um DataFrame com mais de uma linha).

pandas já foi importado. O DataFrame states_hr está carregado e contém percentuais de autoidentificação racial para 7 categorias de raça diferentes.

Este exercício faz parte do curso

Analisando dados do Censo dos EUA em Python

Ver curso

Instruções do exercício

Crie um boxplot definindo o parâmetro data como o nome do DataFrame. (orient = "h" vai traçar os boxplots na horizontal.)
Usando squeeze, mostre o estado com o maior valor na coluna hispanic_white.
Usando squeeze, mostre o estado com o menor valor na coluna hispanic_other.
Note que pouquíssimos hispânicos se identificam como asiáticos, mas um estado é um outlier alto. Usando squeeze, mostre o estado com o maior valor na coluna hispanic_asian.

Exercício interativo prático

Experimente este exercício completando este código de exemplo.

# 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(____)

Editar e executar o código