カリフォルニアの住宅価格

カリフォルニアの主要都市は、住宅価格の高騰でニュースになっています。ここ数年で中央値の住宅価格はどのように変化したのでしょうか。この演習では、7つのACS年次から変数 B25077_001E をループで取得し、時系列でプロットします。

predicates 辞書は作成済みで、コンソールに出力されています。state:06 がカリフォルニアの GEOID を指定している点に注目してください。pandas と seaborn は一般的なエイリアスでインポート済みです。HOST と dataset は定義され、dfs は要求したDataFrameを集約するための空のリストとして初期化されています。

この演習はコースの一部です

Pythonで学ぶ米国センサスデータ分析

コースを見る

演習の手順

2011 から 2017 までの整数を含む range オブジェクトを作成する
"year" という列を作成し、その値に変数 year の現在の値を設定する
median_home_value 列のデータ型を int に設定する
住宅価格の折れ線グラフを作成する。最初の引数（x）を "year"、2番目の引数（y）を "median_home_value" に設定する

実践的なインタラクティブ演習

このサンプルコードを完成させて、この演習に挑戦してみましょう。

# 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()

コードを編集して実行