Obciążenie czynszem w San Francisco
W tym ćwiczeniu przyjrzysz się obciążeniu czynszem (gospodarstwom domowym przeznaczającym co najmniej 30% dochodu na czynsz) w San Francisco – jednym z najdroższych rynków mieszkaniowych w kraju.
DataFrame rent zawiera liczbę gospodarstw domowych w każdej z 7 kategorii dochodowych, skrzyżowanych z 8 kategoriami udziału czynszu w dochodzie. Dla każdej kategorii dochodowej użyjesz pętli, aby obliczyć odsetek gospodarstw obciążonych czynszem. Prefiksy nazw kolumn odpowiadające poszczególnym kategoriom dochodowym są zapisane na liście:
incomes = ["inc_under_10k", "inc_10k_to_20k", "inc_20k_to_35k", "inc_35k_to_50k",
"inc_50k_to_75k", "inc_75k_to_100k", "inc_over_100k"]
pandas i seaborn są zaimportowane z użyciem standardowych aliasów.
To ćwiczenie jest częścią kursu
Analiza danych spisowych USA w Pythonie
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# Calculate percentage of rent burdened households
rent_burden = rent[["name"]]
for income in incomes:
rent_burden[income] = 100 * (rent[____] +
rent[____] + rent[____] +
rent[____]) / (rent[income] - rent[income + "_rent_not_computed"])