Náklady na bydlení v San Francisku
V tomto cvičení se podíváš na tzv. rent burden – tedy na domácnosti, které na nájemném vydávají 30 % nebo více svého příjmu – v San Francisku, jednom z nejdražších realitních trhů v zemi.
DataFrame rent obsahuje počty domácností v každé ze 7 příjmových kategorií v kombinaci s 8 kategoriemi podílu nájmu na příjmu. Pro každou příjmovou kategorii použiješ smyčku k výpočtu procenta domácností s vysokou zátěží nájemného. Prefixy názvů sloupců odpovídající jednotlivým příjmovým kategoriím jsou uloženy v seznamu:
incomes = ["inc_under_10k", "inc_10k_to_20k", "inc_20k_to_35k", "inc_35k_to_50k",
"inc_50k_to_75k", "inc_75k_to_100k", "inc_over_100k"]
pandas a seaborn jsou importovány pod obvyklými aliasy.
Toto cvičení je součástí kurzu
Analýza dat amerického sčítání lidu v Pythonu
Interaktivní cvičení na vyzkoušení si v praxi
Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.
# Calculate percentage of rent burdened households
rent_burden = rent[["name"]]
for income in incomes:
rent_burden[income] = 100 * (rent[____] +
rent[____] + rent[____] +
rent[____]) / (rent[income] - rent[income + "_rent_not_computed"])