ジェントリフィケーション可能なトラクトの特定
この演習では、2000年時点でジェントリフィケーション可能（gentrifiable）だったトラクトを特定し、地図化します。判定基準は次のとおりです。
- 世帯所得の中央値（MHI）が低いこと。具体的には、各トラクトのMHIがニューヨーク大都市圏のMHIより小さい場合です。
- 近年の住宅建設が少ないこと。具体的には、過去20年間（1980年以降）に建てられた住宅の割合が、ニューヨーク大都市圏の同割合より小さいトラクトです。
2000年のBrooklynのCensusトラクトのデータを含む GeoDataFrame bk_2000 は読み込まれています。
この演習はコースの一部です
Pythonで学ぶ米国センサスデータ分析
演習の手順
mhiがmhi_msaより小さいかどうかを確認して、ブール列low_mhiを作成します- 2000年より前20年間に建てられた住宅の割合（
pct_recent_build）がpct_recent_build_msaより小さいかどうかを確認して、ブール列low_recent_buildを作成します &演算子を使い、low_mhiとlow_recent_buildの両方が true のときにその地域をジェントリフィケーション可能と分類します。列は必ず括弧で囲んでくださいYlGnカラーマップを使って、ジェントリフィケーション可能なトラクトを地図化します
実践的なインタラクティブ演習
このサンプルコードを完成させて、この演習に挑戦してみましょう。
# Median income below MSA median income
bk_2000["low_mhi"] = ____
# Recent construction below MSA
bk_2000["low_recent_build"] = ____
# Identify gentrifiable tracts
bk_2000["gentrifiable"] = (____) & (____)
# Plot gentrifiable tracts
bk_2000.plot(column = ____, cmap = ____)
plt.show()