Gentrificeerbare tracts identificeren
In deze oefening ga je de tracts identificeren en in kaart brengen die in 2000 gentrificeerbaar waren. De criteria zijn:
- Laag mediaan huishoudinkomen (MHI), bepaald als tract-MHI lager dan het MHI voor de New Yorkse metroregio.
- Een laag niveau van recente woningbouw, bepaald als die tracts met een percentage woningen gebouwd in de voorafgaande 20 jaar (sinds 1980) lager dan het percentage voor de New Yorkse metroregio.
De GeoDataFrame bk_2000, met gegevens voor Brooklyn Census tracts in 2000, is voor je ingeladen.
Deze oefening maakt deel uit van de cursus
US Census-gegevens analyseren in Python
Oefeninstructies
- Bereken een booleaanse kolom
low_mhidoor te controleren ofmhilager is danmhi_msa - Bereken een booleaanse kolom
low_recent_builddoor te controleren of het percentage woningen gebouwd in de 20 jaar vóór 2000 (pct_recent_build) lager is danpct_recent_build_msa - Gebruik de
&-operator om de buurt als gentrificeerbaar te classificeren als zowellow_mhialslow_recent_buildwaar zijn; zet haakjes om de kolommen - Breng de gentrificeerbare tracts in kaart met de
YlGn-colormap
Praktische interactieve oefening
Probeer deze oefening eens door deze voorbeeldcode in te vullen.
# 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()