Confrontare le stime ACS su più anni
L'American Community Survey viene aggiornata ogni anno, permettendo ai ricercatori di usare gli insiemi di dati ACS per studiare i cambiamenti demografici nel tempo.
In questo esercizio imparerai a usare la funzione del tidyverse map_df() per lavorare con dati ACS multi-anno. map_df() aiuta chi analizza i dati a iterare su una sequenza di valori, eseguire un processo per ciascuno di essi e poi combinare i risultati in un unico data frame. Userai map_df() in questo modo con i dati ACS: itererai su un vettore di anni, recupererai i dati ACS per ciascun anno e combinerai i risultati. Questo ti permetterà di vedere come le stime ACS sono cambiate nel tempo.
Questo esercizio fa parte del corso
Analizzare i dati del Censimento USA in R
Istruzioni dell'esercizio
- Usa la funzione del tidyverse
map_df()per specificare che itererai sul vettore di anni2012:2016. - Specifica il survey come
"acs1"per ottenere i dati dell'ACS a 1 anno. - Usa la funzione
mutate()per calcolare una nuova colonna che memorizzi l'anno del survey nel tuo data frame di output.
esercizio interattivo pratico
Prova questo esercizio completando questo codice di esempio.
# 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)