失業率
失業率會因族裔與性別而異。在這個練習中，你會從一個 DataFrame（unemp_by_race）開始，內容是 25 到 54 歲、四個族裔群體（White、Black、Asian、Hispanic）與兩性，按年度的失業百分比。你會建立一張以年度為橫軸、失業百分比為縱軸的長條圖。
因為在 melt 之後，欄位名稱會成為最終圖表中的標籤，請先將欄位名稱改成更短且更清楚。必要的程式碼已放在練習一開始。
已使用慣用別名匯入 pandas 與 seaborn。unemp_by_race 已載入，你要用來重新命名的 dict 也已在主控台顯示。
本練習屬於課程
使用 Python 分析美國 Census 資料
練習說明
- 對
unemp_by_raceDataFrame 進行melt；將id_vars設為"year"，並且「移除」value_vars參數，以使用其餘所有欄位作為值欄位 - 建立
unemp_by_race的長條圖，x 軸為年份、y 軸為失業百分比，並以人口統計群組決定hue
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。
# 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()