Repérer les secteurs en voie d'embourgeoisement

Dans cet exercice, vous allez repérer et cartographier les secteurs de recensement qui étaient en voie d'embourgeoisement entre 2000 et 2010. Pour être classés comme s'embourgeoisant, les secteurs doivent avoir été embourgeoisables en 2000 et satisfaire aux critères suivants :

Le pourcentage de la population détenant un baccalauréat ou plus doit augmenter plus rapidement que dans la région métropolitaine de New York.
La valeur des maisons doit avoir augmenté depuis 2000. Pour tenir compte de l'inflation, les valeurs de 2000 seront multipliées par 1,2612.

Le GeoDataFrame bk_2010 a été chargé pour vous. Les noms des colonnes s'affichent dans la console. Comme vous comparerez 2010 à 2000, il contient des données pour les deux années, dans des colonnes avec les suffixes "_2000" et "_2010". Il contient aussi la colonne gentrifiable que vous avez créée au dernier exercice.

Cette activité fait partie du cours

Analyser les données du recensement des États-Unis avec Python

Voir le cours

Instructions de l’exercice

Définissez increasing_education à True si l'augmentation du pourcentage de population détenant un baccalauréat de 2000 à 2010 est supérieure à l'augmentation au niveau de la RMR
Définissez increasing_house_value à True si median_value_2010 est plus de 1.2612 fois supérieur à median_value_2000
En utilisant l'opérateur &, définissez gentrifying à True si un secteur est gentrifiable et a increasing_education et a increasing_house_value
Cartographiez les secteurs gentrifying en utilisant la carte de couleurs "YlOrRd"

Exercice interactif pratique

Essayez cet exercice en complétant ce code d’exemple.

# Increase in percent BA greater than MSA
bk_2010["increasing_education"] = ____

# Increase in house value
bk_2010["increasing_house_value"] = ____

# Identify gentryifying tracts
bk_2010["gentrifying"] = bk_2010["gentrifiable"] & ____

# Plot gentrifying tracts
bk_2010.plot(____)
plt.show()

Modifier et exécuter le code