API Yanıtı ve Pandas

Bu egzersizde bir API yanıt nesnesinden veriyi bir pandas DataFrame'ine yükleyeceksin. Kullanıcı dostu sütun adları atayacak ve değerleri metinden uygun veri türlerine dönüştüreceksin.

DataFrame'i oluşturduktan sonra, Amerika Birleşik Devletleri'nde ortalama aile büyüklüğü ile medyan yaş arasındaki ilişkiyi görselleştirmek için bir saçılım grafiği oluşturan örnek kodu çalıştır.

requests ve pandas (pd olarak) zaten içe aktarıldı. r adlı bir yanıt nesnesi yüklü.

Bu egzersiz, kursun bir parçasıdır

Python ile ABD Nüfus Sayımı Verilerini Analiz Etme

Kursa Göz Atın

Egzersiz talimatları

4 yeni sütun adından oluşan col_names adlı bir liste oluştur: name, median_age, avg_family_size ve state
DataFrame yapıcısını kullanarak states DataFrame'ini oluştur. data parametresi r.json() olmalı; ancak eski sütun adlarını içeren ilk öğeyi atlamak için dilimleme kullan
Her sütunda doğru veri türünü atamak için astype yöntemini kullan.

Uygulamalı etkileşimli egzersiz

Bu egzersizi bu örnek kodu tamamlayarak deneyin.

# 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()

Kodu Düzenle ve Çalıştır