Impactos da segregação entre negros e brancos por sexo
O seaborn permite plotar duas variáveis condicionadas a uma terceira. As duas variáveis serão dissimilaridade e desemprego, e vamos condicionar o gráfico de dispersão a uma terceira variável, o sexo, mudando a cor dos pontos e da linha de regressão com base no sexo informado. Mas antes, precisamos transformar msa_black_emp em um DataFrame “arrumado” (tidy).
msa_black_emp já foi carregado, com as colunas "pct_male_unemp" e "pct_female_unemp" calculadas no último exercício.
pandas e seaborn foram carregados usando os aliases de sempre.
Este exercício faz parte do curso
Analisando dados do Censo dos EUA em Python
Exercício interativo prático
Experimente este exercício completando este código de exemplo.
# Restrict DataFrame to columns of interest, rename columns
tidy_black_emp = msa_black_emp[____]
tidy_black_emp.columns = ____