Comparer des estimations de l’ACS sur plusieurs années
L’American Community Survey est actualisée chaque année, ce qui permet aux chercheurs d’utiliser les jeux de données de l’ACS pour étudier l’évolution démographique dans le temps.
Dans cet exercice, vous allez apprendre à utiliser la fonction tidyverse map_df() pour travailler avec des données ACS pluriannuelles. map_df() aide les analystes à itérer sur une suite de valeurs, à exécuter un traitement pour chacune d’elles, puis à combiner les résultats en un seul data frame. Vous utiliserez map_df() de cette façon avec des données de l’ACS : vous parcourrez un vecteur d’années, récupérerez les données de l’ACS pour chaque année et combinerez les résultats. Cela vous permettra de visualiser l’évolution des estimations de l’ACS au fil du temps.
Cet exercice fait partie du cours
Analyser les données du recensement américain avec R
Instructions
- Utilisez la fonction tidyverse
map_df()pour indiquer que vous allez itérer sur le vecteur d’années2012:2016. - Indiquez l’enquête 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 de l’enquête dans votre data frame de sortie.
Exercice interactif pratique
Essayez cet exercice en complétant cet exemple de code.
# 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)