Andel kvinnliga låntagare

I den föregående övningen delade du upp data efter år och ras (eller etnicitet). Det finns dock många andra sätt att partitionera data. I den här övningen och nästa ska du beräkna andelen kvinnliga låntagare i stads- och landsbygdsområden per år. Den här övningen skiljer sig något från den förra, eftersom du inte bara räknar förekomster utan vill beräkna andelen kvinnliga låntagare betingat på året.

I den här övningen har vi definierat en funktion som beräknar andelen kvinnliga låntagare för stads- och landsbygdsområden: female_residence_prop().

Den här övningen är en del av kursen

Skalbar databehandling i R

Visa kurs

Övningsinstruktioner

Anropa female_residence_prop() för att beräkna andelen kvinnliga låntagare i stads- och landsbygdsområden för 2015:
- Det första argumentet är datamängden, mort.
- Det andra argumentet är en logisk vektor som motsvarar radnumren för 2015.

Interaktiv övning med praktiskt arbete

Testa den här övningen genom att slutföra den här exempelkoden.

female_residence_prop <- function(x, rows) {
    x_subset <- x[rows, ]
    # Find the proportion of female borrowers in urban areas
    prop_female_urban <- sum(x_subset[, "borrower_gender"] == 2 & 
                                 x_subset[, "msa"] == 1) / 
        sum(x_subset[, "msa"] == 1)
    # Find the proportion of female borrowers in rural areas
    prop_female_rural <- sum(x_subset[, "borrower_gender"] == 2 & 
                                 x_subset[, "msa"] == 0) / 
        sum(x_subset[, "msa"] == 0)
    
    c(prop_female_urban, prop_female_rural)
}

# Find the proportion of female borrowers in 2015
___(___, ___)

Redigera och kör kod