Sjukförsäkringstäckning

Affordable Care Act trädde i kraft 2014. Ett av dess mål var att öka sjukförsäkringstäckningen bland friska unga vuxna. Har sjukförsäkringstäckningen bland 19–25-åringar förändrats sedan Affordable Care Act antogs? Låt oss beräkna förändringen i procentenheter per delstat och sedan plotta förändringen mot den ursprungliga täckningsgraden.

ACS-tabell B27022 – "Health Insurance Coverage Status By Sex By Enrollment Status For Young Adults Aged 19 To 25" – har laddats in. Kolumnnamnen (utskrivna i konsolen) anger uppdelning efter kön (m/f), skolinskrivning (school/noschool) och försäkring (insured/uninsured).

Påminnelse: vi använder procenttal genomgående i den här kursen.

pandas och seaborn har importerats med de vanliga aliasen.

Den här övningen är en del av kursen

Analys av amerikansk folkräkningsdata i Python

Visa kurs

Övningsinstruktioner

Beräkna andelen försäkrade som 100 gånger insured_total dividerat med befolkningstalet total
Skapa en pivottabell states_pvt med delstater som rader (index = "state"), år som kolumner (columns = "year") och values som "pct_insured"
Beräkna förändringen i andelen försäkrade genom att subtrahera pct_insured_2013 från pct_insured_2017
Plotta förändringen i försäkringstäckning (y) mot täckningsgraden 2013 (x)

Interaktiv övning med praktiskt arbete

Testa den här övningen genom att slutföra den här exempelkoden.

# 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()

Redigera och kör kod