การระบุ Tract ที่กำลัง Gentrify

ในแบบฝึกหัดนี้ จะระบุและสร้างแผนที่ของ tract ที่อยู่ในกระบวนการ gentrification ระหว่างปี 2000 ถึง 2010 เพื่อจัดอยู่ในกลุ่ม gentrifying tract นั้นต้องเป็น gentrifiable ในปี 2000 และ ต้องเป็นไปตามเกณฑ์ต่อไปนี้:

สัดส่วนประชากรที่มีวุฒิปริญญาตรีขึ้นไปต้องเพิ่มขึ้น เร็วกว่า ค่าเฉลี่ยของเขตมหานครนิวยอร์ก
มูลค่าบ้านต้องเพิ่มขึ้นเมื่อเทียบกับปี 2000 โดยเพื่อปรับตามอัตราเงินเฟ้อ มูลค่าบ้านในปี 2000 จะถูกคูณด้วย 1.2612

GeoDataFrame bk_2010 ถูกโหลดไว้ให้แล้ว สามารถดูชื่อคอลัมน์ได้ในคอนโซล เนื่องจากต้องเปรียบเทียบข้อมูลปี 2010 กับปี 2000 จึงมีข้อมูลจากทั้งสองปีอยู่ในคอลัมน์ที่ลงท้ายด้วย "_2000" และ "_2010" รวมถึงคอลัมน์ gentrifiable ที่สร้างไว้ในแบบฝึกหัดก่อนหน้าด้วย

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

การวิเคราะห์ข้อมูลสำมะโนประชากรสหรัฐฯ ด้วย Python

ดูคอร์ส

คำแนะนำการฝึกหัด

กำหนดให้ increasing_education เป็น True หากอัตราการเพิ่มขึ้นของสัดส่วนประชากรที่มีวุฒิปริญญาตรีระหว่างปี 2000 ถึง 2010 มากกว่าการเพิ่มขึ้นในระดับ MSA
กำหนดให้ increasing_house_value เป็น True หาก median_value_2010 มีค่ามากกว่า 1.2612 เท่าของ median_value_2000
ใช้ตัวดำเนินการ & กำหนดให้ gentrifying เป็น True หาก tract นั้นเป็น gentrifiable และ มี increasing_education และ มี increasing_house_value
สร้างแผนที่ของ tract ที่มีค่า gentrifying โดยใช้ colormap แบบ "YlOrRd"

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

# Increase in percent BA greater than MSA
bk_2010["increasing_education"] = ____

# Increase in house value
bk_2010["increasing_house_value"] = ____

# Identify gentryifying tracts
bk_2010["gentrifying"] = bk_2010["gentrifiable"] & ____

# Plot gentrifying tracts
bk_2010.plot(____)
plt.show()

แก้ไขและรันโค้ด