Влияние расовой сегрегации на занятость по полу
seaborn позволяет строить графики двух переменных с учётом третьей переменной. Двумя переменными будут индекс диссимилярности и безработица, а в качестве третьей переменной мы используем пол: цвет точек и линии регрессии будет меняться в зависимости от того, для какого пола приведены данные. Но сначала нужно привести msa_black_emp к «аккуратному» формату (tidy DataFrame).
msa_black_emp уже загружен; он содержит столбцы "pct_male_unemp" и "pct_female_unemp", вычисленные в предыдущем упражнении.
pandas и seaborn загружены с обычными псевдонимами.
Это упражнение является частью курса
Анализ данных переписи населения США в Python
Интерактивное практическое упражнение
Попробуйте выполнить это упражнение, дополнив этот пример кода.
# Restrict DataFrame to columns of interest, rename columns
tidy_black_emp = msa_black_emp[____]
tidy_black_emp.columns = ____