Crear un coroplético pulido con Geopandas

Después de combinar counts_df con permits_by_district, crearás una columna de permit_density normalizada dividiendo el número de permisos en cada distrito municipal por el área de ese distrito. Luego representarás tu coroplético final con geopandas de los proyectos de construcción en cada distrito municipal.

Este ejercicio forma parte del curso

Visualización de datos geoespaciales en Python

Ver curso

Instrucciones del ejercicio

Combina permits_by_district y counts_df por district para crear districts_and_permits.
Usando apply() y una expresión lambda, calcula una nueva columna en districts_and_permits llamada permit_density. Divide los recuentos entre las áreas.
Dibuja un coroplético de districts_and_permits, usando permit_density con la paleta OrRd y contornos negros.
Añade etiquetas de ejes (longitud y latitud) y el título proporcionado. Muestra tu gráfico.

Ejercicio interactivo práctico

Prueba este ejercicio y completa el código de muestra.

# Merge permits_by_district and counts_df
districts_and_permits = pd.merge(____, ____, on = ____)

# Create permit_density column
districts_and_permits['permit_density'] = districts_and_permits.apply(lambda row: row.____ / row.____, axis = 1)
print(districts_and_permits.head(2))

# Create choropleth plot
districts_and_permits.plot(column = ____, ____ = 'OrRd', ____ = 'black', legend = True)

# Add axis labels and title
plt.xlabel(____)
plt.ylabel(____)
plt.title('2017 Building Project Density by Council District')
plt.show()

Editar y ejecutar código