Impactul segregării rasiale alb-negru în funcție de sex
seaborn ne permite să reprezentăm două variabile condiționate de o a treia variabilă. Cele două variabile vor fi disimilaritatea și șomajul, iar diagrama de dispersie va fi condiționată de o a treia variabilă – sexul – prin modificarea culorii punctelor și a dreptei de regresie în funcție de sexul raportat. Înainte de asta, trebuie să transformăm msa_black_emp într-un DataFrame „tidy".
msa_black_emp a fost încărcat, cu coloanele "pct_male_unemp" și "pct_female_unemp" calculate în exercițiul anterior.
pandas și seaborn au fost încărcate folosind aliasurile obișnuite.
Acest exercițiu face parte din cursul
Analiza datelor recensământului SUA în Python
Exercițiu interactiv practic
Încearcă acest exercițiu completând acest cod de exemplu.
# Restrict DataFrame to columns of interest, rename columns
tidy_black_emp = msa_black_emp[____]
tidy_black_emp.columns = ____