Carga del alquiler en San Francisco
En este ejercicio, vas a analizar la carga del alquiler (hogares que pagan el 30% o más de sus ingresos en alquiler) en San Francisco, uno de los mercados de vivienda más caros del país.
El DataFrame rent contiene el número de hogares en cada una de 7 categorías de ingresos cruzadas con 8 categorías de porcentaje de ingresos destinado al alquiler. Para cada categoría de ingresos, usarás un bucle para calcular el porcentaje de hogares con carga de alquiler en cada categoría de ingresos. Los prefijos de nombres de columna asociados a cada categoría de ingresos están en una lista:
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 y seaborn están importados usando los alias habituales.
Este ejercicio forma parte del curso
Análisis de datos del Censo de EE. UU. con Python
Ejercicio interactivo práctico
Prueba este ejercicio y completa el código de muestra.
# 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"])