健保覆蓋率

《平價醫療法》（Affordable Care Act）於 2014 年生效，其目標之一是提高健康年輕成人的健保覆蓋率。19–25 歲族群在該法通過後，健保覆蓋是否改變了？我們來計算各州覆蓋率的「百分點變化」。接著將變化量與最初的覆蓋率作圖比較。

已載入 ACS 表 B27022——「19 至 25 歲年輕成人依性別與在學狀態之健保覆蓋情形」。欄位名稱（已印出於主控台）表示依性別（m／f）、在學狀態（school／noschool）與保險狀態（insured／uninsured）的細分。

提醒：本課程全程使用百分比。

已使用慣用別名匯入 pandas 與 seaborn。

本練習屬於課程

使用 Python 分析美國 Census 資料

檢視課程

練習說明

將健保覆蓋百分比計算為 insured_total 除以總人口 total，再乘以 100。
建立樞紐分析表 states_pvt，以州為列（index = "state"）、年份為欄（columns = "year"），values 使用 "pct_insured"。
以 pct_insured_2017 減去 pct_insured_2013，計算覆蓋率的百分點變化。
繪圖時，將 2013 年的覆蓋率作為 x，變化量作為 y。

動手互動練習

試著完成這個範例程式碼，體驗一下這個練習。

# 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()

編輯並執行程式碼