API 回應與 Pandas
在這個練習中，你會把 API 回應物件中的資料載入到 pandas 的 DataFrame。你會指定易讀的欄名，並將字串值轉成合適的資料型別。
建立 DataFrame 後，請執行範例程式碼，繪製散佈圖來視覺化美國各州平均家庭人數與年齡中位數之間的關係。
requests 與 pandas（作為 pd）已經匯入，回應物件 r 也已載入。
本練習屬於課程
使用 Python 分析美國 Census 資料
練習說明
- 建立一個包含 4 個「新」欄名的清單
col_names：name、median_age、avg_family_size、state - 使用 DataFrame 建構子建立 DataFrame
states。data 參數應設為r.json()，但請用切片略過第一個項目（其中包含舊的欄名） - 對每個欄位使用
astype方法指派正確的資料型別。
動手互動練習
試著完成這個範例程式碼，體驗一下這個練習。
# 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()