Participarea la forța de muncă

Șomajul ar putea scădea deoarece participarea la forța de muncă este în scădere – cu alte cuvinte, tot mai puțini oameni caută de lucru! În acest exercițiu vei investiga această posibilitate. Vei porni de la un DataFrame, lf_by_race, care conține procentul de participare la forța de muncă pe ani, pentru persoane cu vârste între 25 și 54 de ani din patru grupuri rasiale (albi, negri, asiatici și hispanici) și ambele sexe. Vei crea un grafic de tip bară al participării la forța de muncă în raport cu anul. Pentru a condiționa graficul în funcție de grupul demografic, vei aplica mai întâi operațiunea melt asupra DataFrame-ului. DataFrame-ul are deja nume de coloane corespunzătoare.

pandas și seaborn au fost importate cu aliasurile obișnuite. unemp_by_race este încărcat, iar cinci coloane sunt afișate în consolă.

Acest exercițiu face parte din cursul

Analiza datelor recensământului SUA în Python

Vezi cursul

Instrucțiuni pentru exercițiu

Aplică melt pe DataFrame-ul lf_by_race, setând var_name la "demographic" și value_name la "labor_force_participation"; poți determina care este coloana potrivită pentru parametrul id_vars?
Apelează sns.barplot cu anul pe axa x și participarea la forța de muncă pe axa y; folosește apoi parametrul hue pentru a afișa sexul grupat după an.

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

# Melt DataFrame by demographic group
lf_by_race = lf_by_race.melt(
        ____,
        ____,
        ____
		)

# Plot labor force particpation by group by year
sns.barplot(____)
plt.show()

Editează și rulează codul