健康保険の加入状況
Affordable Care Act（医療保険制度改革法、ACA）は2014年に施行されました。目的の一つは、健康な若年成人の保険加入を増やすことです。19〜25歳の保険加入状況は、ACAの施行によって変化したでしょうか。州ごとに加入率のパーセンテージポイントの変化を計算し、初期の加入率に対してその変化をプロットしてみましょう。
ACS Table B27022 - "Health Insurance Coverage Status By Sex By Enrollment Status For Young Adults Aged 19 To 25" が読み込まれています。コンソールに表示された列名は、性別（m/f）、在学状況（school/noschool）、保険の有無（insured/uninsured）での内訳を示します。
このコースでは、すべてパーセンテージ（％）を用いていることを思い出してください。
pandas と seaborn は通常のエイリアスでインポート済みです。
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
insured_totalをtotal人口で割って100を掛け、保険加入率（percentage insured）を計算します- 行を州（
index = "state"）、列を年（columns = "year"）、valuesを"pct_insured"とするピボットテーブルstates_pvtを作成します pct_insured_2013からpct_insured_2017を差し引いて、加入率の変化を計算します- 2013年の加入率（
x）に対する、加入率の変化（y）をプロットします
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。
# 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()