ภาระค่าเช่าในซานฟรานซิสโก
ในแบบฝึกหัดนี้ จะมาดูภาระค่าเช่า (ครัวเรือนที่จ่ายค่าเช่าตั้งแต่ 30% ขึ้นไปของรายได้) ในซานฟรานซิสโก ซึ่งเป็นหนึ่งในตลาดที่อยู่อาศัยที่มีราคาสูงที่สุดในประเทศ
DataFrame rent ประกอบด้วยจำนวนครัวเรือนใน 7 กลุ่มรายได้ที่จับคู่กับ 8 กลุ่มสัดส่วนค่าเช่าต่อรายได้ สำหรับแต่ละกลุ่มรายได้ จะใช้ลูปเพื่อคำนวณเปอร์เซ็นต์ของครัวเรือนที่แบกรับภาระค่าเช่าในแต่ละกลุ่ม โดยมี prefix ของชื่อคอลัมน์สำหรับแต่ละกลุ่มรายได้อยู่ในลิสต์ดังนี้:
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 และ seaborn ถูก import ไว้แล้วด้วย alias มาตรฐาน
แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร
การวิเคราะห์ข้อมูลสำมะโนประชากรสหรัฐฯ ด้วย Python
แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ
ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์
# 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"])