Valores de viviendas en California

Las principales ciudades de California han sido noticia por el aumento vertiginoso de los precios de la vivienda. ¿Cómo ha cambiado el valor mediano de las viviendas en los últimos años? En este ejercicio usarás un bucle para solicitar la variable B25077_001E de siete años de la ACS y representar el valor a lo largo del tiempo.

El diccionario predicates ya se ha creado y se ha impreso en la consola. Observa que state:06 establece el GEOID de California. pandas y seaborn se han importado con los alias habituales. HOST y dataset están definidos, y dfs es una lista vacía inicializada como contenedor para los DataFrames solicitados.

Este ejercicio forma parte del curso

Análisis de datos del Censo de EE. UU. con Python

Ver curso

Instrucciones del ejercicio

Construye un objeto range con enteros desde 2011 hasta 2017
Crea una columna llamada "year", con su valor establecido al valor actual de la variable year
Establece el tipo de datos de la columna median_home_value a int
Crea un gráfico de líneas de los valores de vivienda. Establece el primer parámetro (x) a "year" y el segundo parámetro (y) a "median_home_value"

Ejercicio interactivo práctico

Prueba este ejercicio y completa el código de muestra.

# Loop over years 2011 to 2017
for year in ____:
    base_url = "/".join([HOST, str(year), dataset])
    r = requests.get(base_url, params=predicates)
    df = pd.DataFrame(columns=col_names, data=r.json()[1:])    
    # Add column to df to hold year value, append df to collector dfs
    ____
    dfs.append(df)

# Concatenate all DataFrames, fix column type
states = pd.concat(dfs, ignore_index=True)
states["median_home_value"] = ____

sns.lineplot(____, ____, data = states)
plt.show()

Editar y ejecutar código