การว่างงาน
อัตราการว่างงานแตกต่างกันไปตามเชื้อชาติและเพศ ในแบบฝึกหัดนี้ คุณจะเริ่มต้นด้วย DataFrame ชื่อ unemp_by_race ซึ่งบันทึกเปอร์เซ็นต์การว่างงานรายปีสำหรับผู้ที่มีอายุระหว่าง 25 ถึง 54 ปีใน 4 กลุ่มเชื้อชาติ (White, Black, Asian และ Hispanic) แยกตามเพศ จากนั้นสร้างกราฟแท่งแสดงเปอร์เซ็นต์การว่างงานตามปี
เนื่องจากชื่อคอลัมน์จะกลายเป็นป้ายกำกับในกราฟขั้นสุดท้ายหลังจากการ melt ให้เริ่มด้วยการกำหนดชื่อคอลัมน์ที่สั้นและชัดเจนขึ้น โค้ดที่จำเป็นได้เตรียมไว้ให้แล้วที่ต้นแบบฝึกหัด
pandas และ seaborn ถูก import มาแล้วด้วยชื่อย่อตามปกติ unemp_by_race ถูกโหลดไว้แล้ว และ dict ที่ใช้สำหรับการเปลี่ยนชื่อจะแสดงใน console
แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร
การวิเคราะห์ข้อมูลสำมะโนประชากรสหรัฐฯ ด้วย Python
คำแนะนำการฝึกหัด
meltDataFrameunemp_by_raceโดยกำหนดid_varsเป็น"year"และลบพารามิเตอร์value_varsออก เพื่อใช้คอลัมน์ที่เหลือทั้งหมดเป็น value columns- สร้างกราฟแท่งของ
unemp_by_raceโดยให้แกน x แสดงปี แกน y แสดงเปอร์เซ็นต์การว่างงาน และกำหนดhueตามกลุ่มประชากร
แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ
ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์
# Rename columns
unemp_by_race.rename(columns = col_rename, inplace = True)
# Melt DataFrame by demographic group
unemp_by_race = unemp_by_race.melt(id_vars = ____, value_vars = ____,
var_name = "demographic", value_name = "pct_unemployed")
# Plot unemployment by group by year
sns.barplot(x = ____, y = ____, hue = ____, data = unemp_by_race)
plt.show()