Fardeau du loyer à San Francisco
Dans cet exercice, vous allez examiner le fardeau du loyer (ménages qui consacrent 30 % ou plus de leur revenu au loyer) à San Francisco, l'un des marchés immobiliers les plus chers du pays.
La DataFrame rent contient le nombre de ménages dans chacune des 7 catégories de revenu, croisées avec 8 catégories de part du loyer dans le revenu. Pour chaque catégorie de revenu, vous utiliserez une boucle pour calculer le pourcentage de ménages accablés par le loyer dans chaque catégorie de revenu. Les préfixes des noms de colonnes associés à chaque catégorie de revenu se trouvent dans une liste :
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 et seaborn sont importés avec les alias habituels.
Cette activité fait partie du cours
Analyser les données du recensement des États-Unis avec Python
Exercice interactif pratique
Essayez cet exercice en complétant ce code d’exemple.
# 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"])