API 响应与 Pandas

在本练习中，您将把 API 响应对象中的数据加载到一个 pandas DataFrame 中。您将分配更易读的列名，并把字符串值转换为合适的数据类型。

创建好 DataFrame 后，运行示例代码以创建散点图，直观展示全美平均家庭规模与年龄中位数之间的关系。

requests 和 pandas（别名 pd）已导入。响应对象 r 已加载。

本练习是课程的一部分

使用 Python 分析美国人口普查数据

查看课程

练习说明

构建包含 4 个「新」列名的列表 col_names：name、median_age、avg_family_size 和 state
使用 DataFrame 构造函数创建 DataFrame states。将 data 参数设为 r.json()，但使用切片跳过第一个元素（其中包含旧列名）
对每一列使用 astype 方法分配正确的数据类型。

交互式实操练习

通过完成这段示例代码来试试这个练习。

# 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()

编辑并运行代码