캘리포니아의 주택 가치

캘리포니아의 주요 도시는 주택 가격 급등으로 뉴스에 자주 등장했어요. 최근 몇 년 동안 중위값 주택 가격은 어떻게 변했을까요? 이 연습 문제에서는 루프를 사용해 7개 ACS 연도에서 변수 B25077_001E를 요청하고, 시간이 지남에 따른 값을 시각화해 볼 거예요.

predicates 딕셔너리는 이미 생성되어 콘솔에 출력되어 있어요. state:06이 캘리포니아의 GEOID를 설정한다는 점에 주목해 주세요. pandas와 seaborn은 일반적으로 쓰는 별칭으로 가져왔고, HOST와 dataset은 정의되어 있어요. 또한 dfs는 요청한 DataFrame을 모으기 위한 빈 리스트로 초기화되어 있어요.

이 연습은 강의의 일부입니다

Python으로 미국 인구조사 데이터 분석하기

강의 보기

연습 안내

2011부터 2017까지의 정수로 range 객체를 만드세요
열 이름 "year"를 만들고, 그 값은 현재 year 변수의 값으로 설정하세요
median_home_value 열의 데이터 타입을 int로 설정하세요
주택 가치를 선 그래프로 그리세요. 첫 번째 매개변수(x)는 "year", 두 번째 매개변수(y)는 "median_home_value"로 설정하세요

실습형 인터랙티브 연습

이 예제를 이 샘플 코드를 완성하여 풀어보세요.

# 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()

코드 편집 및 실행