Comparer des estimations de l'ACS sur plusieurs années
L'American Community Survey est mise à jour chaque année, ce qui permet aux chercheur·euse·s d'utiliser les ensembles de données de l'ACS pour étudier les changements démographiques dans le temps.
Dans cet exercice, vous apprendrez à utiliser la fonction du tidyverse map_df() pour travailler avec des données ACS sur plusieurs années. map_df() aide les analystes à parcourir une séquence de valeurs, à exécuter un traitement pour chacune de ces valeurs, puis à combiner les résultats dans une seule trame de données. Vous utiliserez map_df() de cette façon avec les données de l'ACS, en itérant sur un vecteur d'années, en récupérant les données de l'ACS pour chaque année et en combinant les résultats. Cela vous permettra de voir comment les estimations de l'ACS ont évolué au fil du temps.
Cette activité fait partie du cours
Analyser les données du recensement des États-Unis avec R
Instructions de l’exercice
- Utilisez la fonction du tidyverse
map_df()pour indiquer que vous allez itérer sur le vecteur d'années2012:2016. - Indiquez le sondage comme
"acs1"pour obtenir les données de l'ACS sur 1 an. - Utilisez la fonction
mutate()pour calculer une nouvelle colonne qui stockera l'année du sondage dans votre trame de données en sortie.
Exercice interactif pratique
Essayez cet exercice en complétant ce code d’exemple.
# Map through ACS1 estimates to see how they change through the years
mi_cities <- ___(2012:2016, function(x) {
get_acs(geography = "place",
variables = c(totalpop = "B01003_001"),
state = "MI",
survey = ___,
year = x) %>%
___(year = x)
})
mi_cities %>% arrange(NAME, year)