勞動參與率
失業率可能下降，是因為勞動參與率在降低；也就是說，找工作的人變少了！在這個練習中，你要檢視這種可能性。你會從一個 DataFrame lf_by_race 開始，內容是 25 到 54 歲、四個種族族群（White、Black、Asian、Hispanic）與兩種性別的各年勞動參與率（百分比）。你將建立一個以年份為橫軸、勞動參與率為縱軸的長條圖。為了依人口統計族群條件化長條圖，你會先將 DataFrame 進行 melt。這個 DataFrame 已經有合適的欄位名稱。
pandas 與 seaborn 已用慣例別名匯入。unemp_by_race 已載入，且主控台會顯示其中五個欄位。
本練習屬於課程
使用 Python 分析美國 Census 資料
練習說明
- 對
lf_by_raceDataFrame 進行melt，將var_name設為"demographic"，value_name設為"labor_force_participation"；你能判斷哪一個欄位應該放在id_vars參數嗎？ - 呼叫
sns.barplot，將年份放在 x 軸、勞動參與率放在 y 軸；再用hue參數呈現依年份分組的性別。
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。
# Melt DataFrame by demographic group
lf_by_race = lf_by_race.melt(
____,
____,
____
)
# Plot labor force particpation by group by year
sns.barplot(____)
plt.show()