A resposta da API e o Pandas

Neste exercício, você vai carregar os dados de um objeto de resposta de API em um DataFrame do pandas. Você vai definir nomes de colunas amigáveis e converter os valores de strings para os tipos de dados apropriados.

Depois de criar o DataFrame, execute o código de exemplo para criar um gráfico de dispersão e visualizar a relação entre o tamanho médio da família e a idade mediana nos Estados Unidos.

requests e pandas (como pd) já foram importados. Um objeto de resposta r está carregado.

Este exercício faz parte do curso

Analisando dados do Censo dos EUA em Python

Ver curso

Instruções do exercício

Crie uma lista col_names com 4 novos nomes de coluna: name, median_age, avg_family_size e state
Use o construtor de DataFrame para criar o DataFrame states. O parâmetro data deve ser definido como r.json(), mas use fatiamento para pular o primeiro item, que contém os nomes de coluna antigos
Use o método astype em cada coluna para atribuir o tipo de dado correto.

Exercício interativo prático

Experimente este exercício completando este código de exemplo.

# 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()

Editar e executar o código