医保覆盖率

《平价医疗法案》于 2014 年生效。其目标之一是提高健康的年轻成年人的医保覆盖率。19–25 岁人群的医保覆盖率在该法案通过后是否发生了变化？让我们按州计算覆盖率的百分点变化。然后将这一变化与初始覆盖率进行对比绘图。

已加载 ACS 表 B27022 - "Health Insurance Coverage Status By Sex By Enrollment Status For Young Adults Aged 19 To 25"。列名（已打印到控制台）表示按性别（m/f）、在校状态（school/noschool）以及保险状态（insured/uninsured）的细分。

提醒一下，本课程始终使用百分比。

已按照常用别名导入 pandas 和 seaborn。

本练习是课程的一部分

使用 Python 分析美国人口普查数据

查看课程

练习说明

计算投保百分比：用 insured_total 除以 total 总人口，再乘以 100
创建透视表 states_pvt，行表示州（index = "state"），列为年份（columns = "year"），values 为 "pct_insured"
通过用 pct_insured_2017 减去 pct_insured_2013 来计算投保百分比的变化
绘制 2013 年的覆盖率（x）与覆盖率变化（y）的散点图

交互式实操练习

通过完成这段示例代码来试试这个练习。

# 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()

编辑并运行代码