Cakupan Asuransi Kesehatan
Affordable Care Act mulai berlaku pada 2014. Salah satu tujuannya adalah meningkatkan cakupan asuransi kesehatan di kalangan dewasa muda yang sehat. Apakah cakupan asuransi kesehatan di kelompok usia 19–25 tahun berubah setelah disahkannya Affordable Care Act? Mari hitung perubahan (dalam poin persentase) cakupan menurut negara bagian. Lalu plot perubahan tersebut terhadap tingkat cakupan awal.
ACS Tabel B27022 - "Health Insurance Coverage Status By Sex By Enrollment Status For Young Adults Aged 19 To 25" telah dimuat. Nama kolom (dicetak ke konsol) menunjukkan perincian menurut jenis kelamin (m/f), status pendaftaran sekolah (school/noschool), dan asuransi (insured/uninsured).
Sebagai pengingat, kita menggunakan persentase di seluruh kursus ini.
pandas dan seaborn telah diimpor menggunakan alias yang biasa.
Latihan ini adalah bagian dari kursus
Menganalisis Data Sensus AS dengan Python
Petunjuk latihan
- Hitung persentase yang diasuransikan sebagai 100 dikalikan
insured_total, dibagitotalpopulasi - Buat tabel pivot
states_pvtdengan baris mewakili negara bagian (index = "state"), kolom sebagai tahun (columns = "year"), danvaluessebagai"pct_insured" - Hitung perubahan persentase yang diasuransikan dengan mengurangkan
pct_insured_2013daripct_insured_2017 - Plot perubahan tingkat asuransi (
y) terhadap tingkat pada 2013 (x)
Latihan interaktif praktis
Cobalah latihan ini dengan menyelesaikan kode contoh berikut.
# Calculate percent insured
states["insured_total"] = states["m_school_insured"] + states["m_noschool_insured"] + states["f_school_insured"] + states["f_noschool_insured"]
states["pct_insured"] = ____
# Pivot the table and rename the columns
states_pvt = states.pivot(____)
states_pvt.columns = ["pct_insured_2013", "pct_insured_2017"]
# Calculate the change in insurance rates 2013 to 2017
states_pvt["pct_insured_change"] = ____
# Plot the change against initial (2013) insurance rates
sns.lmplot(x = ____, y = ____, data = states_pvt)
plt.show()