Identifiera gentrifierbara områden

I den här övningen identifierar och kartlägger du de områden som var gentrifierbara år 2000. Kriterierna är:

Låg medianinhushållsinkomst (MHI), definierad som att områdets MHI är lägre än MHI för storstadsområdet New York.
En låg andel nybyggda bostäder, definierad som att andelen bostäder byggda under de föregående 20 åren (sedan 1980) är lägre än motsvarande andel för storstadsområdet New York.

GeoDataFrame:en bk_2000, med data för Brooklyns Census-områden år 2000, har redan laddats in åt dig.

Den här övningen är en del av kursen

Analys av amerikansk folkräkningsdata i Python

Visa kurs

Övningsinstruktioner

Beräkna en boolesk kolumn low_mhi genom att kontrollera om mhi är mindre än mhi_msa
Beräkna en boolesk kolumn low_recent_build genom att kontrollera om andelen bostäder byggda under de 20 åren före 2000 (pct_recent_build) är mindre än pct_recent_build_msa
Använd operatorn & för att klassificera ett område som gentrifierbart om både low_mhi och low_recent_build är sanna; kolumnerna måste omges av parenteser
Kartlägg de gentrifierbara områdena med färgkartan YlGn

Interaktiv övning med praktiskt arbete

Testa den här övningen genom att slutföra den här exempelkoden.

# 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()

Redigera och kör kod