Визначення екстремальних значень

Тепер, коли ви створили датафрейм із часткою іспаномовних за самоідентифікацією раси в кожному штаті, дослідимо його далі, почавши зі створення boxplot у seaborn.

Ви також знайдете штати з найбільшою та найменшою часткою іспаномовних, які ідентифікують себе як певні раси. Для цього ви застосуєте метод squeeze(). Цей метод перетворює датафрейм з одним рядком на серію (і не впливає на датафрейми з більш ніж одним рядком).

pandas уже імпортовано. Завантажено датафрейм states_hr, який містить відсотки самоідентифікації за 7 різними расовими категоріями.

Ця вправа є частиною курсу

Аналіз даних перепису США в Python

Переглянути курс

Інструкції до вправи

Створіть boxplot, встановивши параметр data у назву датафрейма. (orient = "h" побудує boxplot-и погоризонталі.)
Використовуючи squeeze, покажіть штат з найбільшим значенням у стовпці hispanic_white.
Використовуючи squeeze, покажіть штат з найменшим значенням у стовпці hispanic_other.
Зверніть увагу, що дуже мало іспаномовних ідентифікують себе як азіати, але один штат є високим викидом. Використовуючи squeeze, покажіть штат з найбільшим значенням у стовпці hispanic_asian.

Інтерактивна практична вправа

Спробуйте виконати цю вправу, доповнивши цей зразок коду.

# Import seaborn and matplotlib.plt
import matplotlib.pyplot as plt
import seaborn as sns
sns.set()

# Create a boxplot
sns.boxplot(data = ____, orient = "h")
plt.show()

# Show states with extreme values in various columns
print(states_hr.nlargest(1, ____).squeeze())
print(states_hr.nsmallest(____).____)
print(____)

Редагувати та запускати код