Ubezpieczenie zdrowotne

Ustawa o przystępnej opiece zdrowotnej (Affordable Care Act) weszła w życie w 2014 roku. Jednym z jej celów było zwiększenie liczby ubezpieczonych osób wśród zdrowych młodych dorosłych. Czy wskaźnik ubezpieczenia zdrowotnego wśród osób w wieku 19–25 lat zmienił się po jej uchwaleniu? Obliczmy zmianę w punktach procentowych dla poszczególnych stanów, a następnie porównajmy ją z początkowym poziomem ubezpieczenia.

Wczytano tabelę ACS B27022 – „Health Insurance Coverage Status By Sex By Enrollment Status For Young Adults Aged 19 To 25". Nazwy kolumn (wyświetlone w konsoli) wskazują podział według płci (m/f), statusu nauki (school/noschool) oraz posiadania ubezpieczenia (insured/uninsured).

Przypominamy, że w tym kursie korzystamy z wartości procentowych.

pandas i seaborn zostały zaimportowane z użyciem standardowych aliasów.

To ćwiczenie jest częścią kursu

Analiza danych spisowych USA w Pythonie

Zobacz kurs

Instrukcje do ćwiczenia

Oblicz odsetek ubezpieczonych jako 100 razy insured_total podzielone przez całkowitą populację total
Utwórz tabelę przestawną states_pvt, w której wiersze odpowiadają stanom (index = "state"), kolumny odpowiadają latom (columns = "year"), a wartości (values) to "pct_insured"
Oblicz zmianę odsetka ubezpieczonych, odejmując pct_insured_2013 od pct_insured_2017
Narysuj wykres zmiany wskaźnika ubezpieczenia (y) w zależności od jego wartości w 2013 roku (x)

Interaktywne ćwiczenie praktyczne

Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.

# 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()

Edytuj i uruchom kod