İşsizlik
İşsizlik ırk ve cinsiyete göre değişir. Bu egzersizde, 25-54 yaş arası dört ırk grubunda (White, Black, Asian ve Hispanic) ve her iki cinsiyette yıllara göre işsizlik yüzdesini içeren unemp_by_race adlı bir DataFrame ile başlayacaksın. Yıla karşı işsizlik yüzdesinin çubuk grafiğini oluşturacaksın.
Sütun adları, melt işleminden sonra son grafikte etiket olacağından, önce daha kısa ve anlaşılır sütun adları vermekle başla. Gerekli kod egzersizin başında sağlanmıştır.
pandas ve seaborn alışılmış kısaltmalarla içe aktarılmıştır. unemp_by_race yüklenmiştir ve yeniden adlandırma için kullanacağın sözlük konsolda görüntülenmektedir.
Bu egzersiz, kursun bir parçasıdır
Python ile ABD Nüfus Sayımı Verilerini Analiz Etme
Egzersiz talimatları
unemp_by_raceDataFrame'inimeltet;id_varsdeğerini"year"olarak ayarla ve kalan tüm sütunları değer sütunları olarak kullanmak içinvalue_varsparametresini kaldır- Yatay eksende yılı, dikey eksende işsizlerin yüzdesini gösteren ve
hue'u demografik gruba göre belirlenen birunemp_by_raceçubuk grafiği oluştur
Uygulamalı etkileşimli egzersiz
Bu egzersizi bu örnek kodu tamamlayarak deneyin.
# 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()