Gentrifizierbare Tracts identifizieren

In dieser Übung identifizierst und kartierst du die Tracts, die im Jahr 2000 gentrifizierbar waren. Die Kriterien sind:

Niedriges mittleres Haushaltseinkommen (MHI), definiert als Tract-MHI kleiner als das MHI für den Großraum New York.
Geringe Neubautätigkeit, definiert als Tracts mit einem Anteil von Wohnungen, die in den vorherigen 20 Jahren (seit 1980) gebaut wurden, der kleiner ist als der entsprechende Anteil für den Großraum New York.

Das GeoDataFrame bk_2000 mit Daten für die Brooklyn Census Tracts im Jahr 2000 wurde für dich geladen.

Diese Übung ist Teil des Kurses

Analyse von US-Volkszählungsdaten mit Python

Kurs anzeigen

Anleitung zur Übung

Berechne eine boolesche Spalte low_mhi, indem du prüfst, ob mhi kleiner ist als mhi_msa.
Berechne eine boolesche Spalte low_recent_build, indem du prüfst, ob der Anteil der in den 20 Jahren vor 2000 gebauten Wohnungen (pct_recent_build) kleiner ist als pct_recent_build_msa.
Verwende den Operator &, um ein Viertel als gentrifizierbar zu klassifizieren, wenn sowohl low_mhi als auch low_recent_build wahr sind; die Spalten müssen in Klammern gesetzt werden.
Stelle die gentrifizierbaren Tracts mit der Colormap YlGn dar.

Interaktive Übung

Vervollständige den Beispielcode, um diese Übung erfolgreich abzuschließen.

# Median income below MSA median income
bk_2000["low_mhi"] = ____

# Recent construction below MSA
bk_2000["low_recent_build"] = ____

# Identify gentrifiable tracts
bk_2000["gentrifiable"] = (____) & (____)

# Plot gentrifiable tracts
bk_2000.plot(column = ____, cmap = ____)
plt.show()

Code bearbeiten und ausführen