Creare un choropleth Geopandas rifinito

Dopo aver unito counts_df con permits_by_district, creerai una colonna con permit_density normalizzata dividendo il numero di permessi in ciascun distretto del consiglio per l'area di quel distretto. Poi traccerai il choropleth finale con geopandas dei progetti edilizi in ogni distretto del consiglio.

Questo esercizio fa parte del corso

Visualizzare dati geospaziali in Python

Visualizza corso

Istruzioni dell'esercizio

Unisci permits_by_district e counts_df su district per creare districts_and_permits.
Usando apply() e un'espressione lambda, calcola una nuova colonna in districts_and_permits chiamata permit_density. Dividi i conteggi per le aree.
Traccia un choropleth di districts_and_permits, usando permit_density con la mappa di colori OrRd e contorni neri.
Aggiungi etichette agli assi (longitudine e latitudine) e il titolo fornito. Mostra il grafico.

esercizio interattivo pratico

Prova questo esercizio completando questo codice di esempio.

# Merge permits_by_district and counts_df
districts_and_permits = pd.merge(____, ____, on = ____)

# Create permit_density column
districts_and_permits['permit_density'] = districts_and_permits.apply(lambda row: row.____ / row.____, axis = 1)
print(districts_and_permits.head(2))

# Create choropleth plot
districts_and_permits.plot(column = ____, ____ = 'OrRd', ____ = 'black', legend = True)

# Add axis labels and title
plt.xlabel(____)
plt.ylabel(____)
plt.title('2017 Building Project Density by Council District')
plt.show()

Modifica ed esegui il codice