Tiền thuê có quá cao không?

Phân tích dữ liệu Điều tra Dân số Hoa Kỳ bằng Python

Lee Hachadoorian

Asst. Professor of Instruction, Temple University

Định nghĩa

Các cách tính tiền thuê khác nhau:

Tiền thuê theo hợp đồng: Số tiền thuê ghi trên hợp đồng
Tổng tiền thuê: Tiền thuê cộng tiện ích; tiện ích có thể đã gồm trong hợp đồng hoặc người thuê trả riêng

Gánh nặng tiền thuê:

Gánh nặng tiền thuê: Trả từ 30% thu nhập hộ trở lên cho tiền thuê
Gánh nặng tiền thuê nghiêm trọng: Trả từ 50% thu nhập hộ trở lên cho tiền thuê

Bảng B25074: Thu nhập hộ theo tổng tiền thuê dưới dạng phần trăm của thu nhập hộ trong 12 tháng qua

Total
    Less than $10,000
        Less than 20.0 percent
        20.0 to 24.9 percent
        25.0 to 29.9 percent
        30.0 to 34.9 percent
        35.0 to 39.9 percent
        40.0 to 49.9 percent
        50.0 percent or more
        Not computed
    $10,000 to $19,999
    $20,000 to $34,999
    $35,000 to $49,999
    $50,000 to $74,999
    $75,000 to $99,999
    $100,000 or more

Hoa Kỳ: Tỷ trọng tiền thuê trong thu nhập, ACS 2012-2016

total                                     42835169
inc_under_10k                              5558843
inc_under_10k_rent_under_20_pct              57052
inc_under_10k_rent_20_to_25_pct              58042
inc_under_10k_rent_25_to_30_pct             208806
inc_under_10k_rent_30_to_35_pct             177709
inc_under_10k_rent_35_to_40_pct             102565
inc_under_10k_rent_40_to_50_pct             150153
inc_under_10k_rent_over_50_pct             3381537
inc_under_10k_rent_not_computed            1422979
inc_10k_to_20k                             7027373
inc_10k_to_20k_rent_under_20_pct            213000
etc...

Tính gánh nặng tiền thuê

print(rent.columns[10:19])

Index(['inc_10k_to_20k', 'inc_10k_to_20k_rent_under_20_pct',
   'inc_10k_to_20k_rent_20_to_25_pct', 'inc_10k_to_20k_rent_25_to_30_pct',
   'inc_10k_to_20k_rent_30_to_35_pct', 'inc_10k_to_20k_rent_35_to_40_pct',
   'inc_10k_to_20k_rent_40_to_50_pct', 'inc_10k_to_20k_rent_over_50_pct',
   'inc_10k_to_20k_rent_not_computed'],
  dtype='object')

Tính gánh nặng tiền thuê

rent["inc_10k_to_20k_rent_burden"] = 100 * (

    rent["inc_10k_to_20k_rent_30_to_35_pct"] + 
    rent["inc_10k_to_20k_rent_35_to_40_pct"] + 
    rent["inc_10k_to_20k_rent_40_to_50_pct"] + 
    rent["inc_10k_to_20k_rent_over_50_pct"]

    ) / (
    rent["inc_10k_to_20k"] - 
    rent["inc_10k_to_20k_rent_not_computed"]
    )

Tính gánh nặng tiền thuê

print(rent["inc_10k_to_20k_rent_burden"])

0    87.008024
Name: inc_10k_to_20k_rent_burden, dtype: float64

Tính gánh nặng tiền thuê bằng vòng lặp

# Create list with income category part of column names
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"]

Tính gánh nặng tiền thuê bằng vòng lặp

# Create new DataFrame with just the geography name
rent_burden = rent["name"]

# Loop over the list of income categories
for income in incomes:

    # Construct column names
    rent_burden[income] =

        100 * (rent[income + "_rent_30_to_35_pct"] + 
        rent[income + "_rent_35_to_40_pct"] + 
        rent[income + "_rent_40_to_50_pct"] + 
        rent[income + "_rent_over_50_pct"]) / (
        rent[income] - rent[income + "_rent_not_computed"])

Gánh nặng tiền thuê theo nhóm thu nhập tại Hoa Kỳ

print(rent_burden.squeeze())

name               United States
inc_under_10k            92.1685
inc_10k_to_20k            87.008
inc_20k_to_35k           74.7448
inc_35k_to_50k           43.0434
inc_50k_to_75k           21.0937
inc_75k_to_100k          9.11853
inc_over_100k            3.14882
Name: 0, dtype: object

Biểu đồ cột thể hiện tỷ lệ hộ gia đình chịu gánh nặng tiền thuê theo 7 nhóm thu nhập. Thu nhập càng cao, cột giảm từ 92% xuống 3%.

Ayo berlatih!

Phân tích dữ liệu Điều tra Dân số Hoa Kỳ bằng Python