เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

การตอบกลับจาก API และ Pandas

ในแบบฝึกหัดนี้ จะโหลดข้อมูลจาก object การตอบกลับของ API เข้าสู่ DataFrame ของ pandas จากนั้นกำหนดชื่อคอลัมน์ที่อ่านง่าย และแปลงค่าจาก string ให้เป็นชนิดข้อมูลที่เหมาะสม

เมื่อสร้าง DataFrame แล้ว ให้รันโค้ดตัวอย่างเพื่อสร้าง scatterplot แสดงความสัมพันธ์ระหว่างขนาดครอบครัวเฉลี่ยและอายุมัธยฐานในสหรัฐอเมริกา

requests และ pandas (ในชื่อ pd) ถูก import ไว้แล้ว และมี response object r โหลดพร้อมใช้งาน

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

การวิเคราะห์ข้อมูลสำมะโนประชากรสหรัฐฯ ด้วย Python

ดูคอร์ส

คำแนะนำการฝึกหัด

  • สร้าง list col_names ที่มีชื่อคอลัมน์ใหม่ 4 ชื่อ ได้แก่ name, median_age, avg_family_size และ state
  • ใช้ DataFrame constructor เพื่อสร้าง DataFrame states โดยกำหนดพารามิเตอร์ data เป็น r.json() แต่ใช้การ slice เพื่อข้ามรายการแรกซึ่งเป็นชื่อคอลัมน์เดิม
  • ใช้เมธอด astype กับแต่ละคอลัมน์เพื่อกำหนดชนิดข้อมูลที่ถูกต้อง

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

# 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()
แก้ไขและรันโค้ด