1. 学ぶ
    2. /
  2. プロジェクト
    3. /
  3. Pythonで学ぶ米国センサスデータ分析
Connected

演習

高い家賃と家賃負担

サンフランシスコのような地域では家賃が非常に高いことがありますが、家賃負担の実態を把握するには、総家賃そのものを見るよりも、家賃に支出する所得の割合を見るほうが有用な場合があります。

この演習では、サンフランシスコの各Census tract（国勢調査区）ごとのドル建ての総家賃（median_rent）と、所得に対する割合（median_rent_pct_of_income）を持つDataFrameを、対応するトラクトの geopandas DataFrame と結合します。その後、これら2つの変数を地図にして比較します。地図の色が濃いほど値が高いこと（家賃が高い、または家賃が所得に占める割合が高いこと）を示します。

コンソールには、これら2列の先頭数行が表示されています。

pandas と geopandas は通常のエイリアスでインポート済みです。

指示

100 XP
  • sf_rent を sf_tracts の geopandas DataFrame と merge し、state、county、tract 列で一致させます。
  • サンフランシスコの median_rent を地図化するにあたって、欠損のあるトラクトを除外するために median_rent 列で notnull() メソッドを使用します。
  • median_rent_pct_of_income 列を地図化します。プロットウィンドウの矢印を使って、この地図と median_rent の地図を見比べてください。
  • median_rent と median_rent_pct_of_income のピアソン相関を表示します。