Proportion d’emprunteuses

Dans le dernier exercice, vous avez stratifié par année et par race (ou origine ethnique). Mais il existe beaucoup d’autres façons de partitionner les données. Dans cet exercice et le suivant, vous allez calculer, par année, la proportion d’emprunteuses dans les zones urbaines et rurales. Cet exercice est légèrement différent du précédent car, plutôt que de simplement compter, vous cherchez la proportion d’emprunteuses conditionnée par l’année.

Dans cet exercice, nous avons défini une fonction qui calcule la proportion d’emprunteuses pour les zones urbaines et rurales : female_residence_prop().

Cet exercice fait partie du cours

Traitement de données à grande échelle en R

Afficher le cours

Instructions

Appelez female_residence_prop() pour obtenir la proportion d’emprunteuses dans les zones urbaines et rurales pour 2015 :
- Le premier argument est les données, mort.
- Le second argument est un vecteur logique correspondant aux numéros de lignes de 2015.

Exercice interactif pratique

Essayez cet exercice en complétant cet exemple de code.

female_residence_prop <- function(x, rows) {
    x_subset <- x[rows, ]
    # Find the proportion of female borrowers in urban areas
    prop_female_urban <- sum(x_subset[, "borrower_gender"] == 2 & 
                                 x_subset[, "msa"] == 1) / 
        sum(x_subset[, "msa"] == 1)
    # Find the proportion of female borrowers in rural areas
    prop_female_rural <- sum(x_subset[, "borrower_gender"] == 2 & 
                                 x_subset[, "msa"] == 0) / 
        sum(x_subset[, "msa"] == 0)
    
    c(prop_female_urban, prop_female_rural)
}

# Find the proportion of female borrowers in 2015
___(___, ___)

Modifier et exécuter le code