失业情况

失业率会因种族和性别而异。本练习将为您提供一个 DataFrame，unemp_by_race，其中包含 4 个种族群体（White、Black、Asian 和 Hispanic）以及两性在 25–54 岁人群中的历年失业百分比。您将创建一个以年份为横轴、失业百分比为纵轴的柱状图。

由于在 melt 之后，列名会成为最终图表中的标签，请先将列名改为更短且更清晰。练习开头已提供所需代码。

已按惯例导入 pandas 和 seaborn。unemp_by_race 已加载，且您将用于重命名的字典已在控制台中显示。

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

对 unemp_by_race DataFrame 执行 melt；将 id_vars 设为 "year"，并且移除 value_vars 参数，以便将其余所有列都作为数值列使用
基于 unemp_by_race 创建柱状图，x 轴为年份，y 轴为失业百分比，并用 hue 表示人口统计分组

交互式实操练习

通过完成这段示例代码来试试这个练习。

# 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()

编辑并运行代码