Membandingkan estimasi ACS untuk beberapa tahun
American Community Survey diperbarui setiap tahun, yang memungkinkan peneliti menggunakan himpunan data ACS untuk mempelajari perubahan demografi dari waktu ke waktu.
Dalam latihan ini, Anda akan mempelajari cara menggunakan fungsi tidyverse map_df() untuk bekerja dengan data ACS multiyear. map_df() membantu analis melakukan iterasi melalui serangkaian nilai, menghitung suatu proses untuk masing-masing nilai tersebut, lalu menggabungkan hasilnya menjadi satu data frame. Anda akan menggunakan map_df() dengan data ACS dengan melakukan iterasi melalui sebuah vektor tahun, mengambil data ACS untuk setiap tahun, dan menggabungkan hasilnya. Ini akan memungkinkan Anda melihat bagaimana estimasi ACS berubah dari waktu ke waktu.
Latihan ini merupakan bagian dari kursus
Menganalisis Data Sensus AS di R
Instruksi latihan
- Gunakan fungsi tidyverse
map_df()untuk menentukan bahwa Anda akan melakukan iterasi melalui vektor tahun2012:2016. - Tetapkan survei sebagai
"acs1"untuk mendapatkan data dari ACS 1-tahun. - Gunakan fungsi
mutate()untuk menghitung kolom baru yang akan menyimpan tahun survei pada data frame keluaran Anda.
Latihan interaktif langsung praktik
Cobalah latihan ini dengan melengkapi kode contoh ini.
# 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)