Peso dell'affitto a San Francisco
In questo esercizio analizzerai il peso dell'affitto (nuclei familiari che pagano il 30% o più del proprio reddito in affitto) a San Francisco, uno dei mercati immobiliari più costosi del paese.
Il DataFrame rent contiene il numero di famiglie in ciascuna di 7 fasce di reddito incrociate con 8 categorie di quota di reddito destinata all'affitto. Per ogni fascia di reddito, userai un ciclo per calcolare la percentuale di famiglie gravate dall'affitto in ciascuna categoria di reddito. I prefissi dei nomi di colonna associati a ciascuna fascia di reddito sono in un elenco:
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 e seaborn sono importate usando i consueti alias.
Questo esercizio fa parte del corso
Analizzare i dati del Censimento USA con Python
esercizio interattivo pratico
Prova questo esercizio completando questo codice di esempio.
# 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"])