Povara chiriei în San Francisco
În acest exercițiu, vei analiza povara chiriei (gospodăriile care plătesc 30% sau mai mult din venit pe chirie) în San Francisco, unul dintre cele mai scumpe piețe imobiliare din țară.
DataFrame-ul rent conține numărul de gospodării din fiecare dintre 7 categorii de venit, încrucișate cu 8 categorii de pondere a chiriei în venit. Pentru fiecare categorie de venit, vei folosi o buclă pentru a calcula procentul gospodăriilor cu povară a chiriei. Prefixele numelor de coloane asociate fiecărei categorii de venit se află într-o listă:
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 și seaborn sunt importate cu aliasurile obișnuite.
Acest exercițiu face parte din cursul
Analiza datelor recensământului SUA în Python
Exercițiu interactiv practic
Încearcă acest exercițiu completând acest cod de exemplu.
# 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"])