Porównywanie szacunków ACS dla wielu lat

American Community Survey jest aktualizowany co roku, co pozwala badaczom śledzić zmiany demograficzne w czasie na podstawie kolejnych edycji tego badania.

W tym ćwiczeniu dowiesz się, jak używać funkcji map_df() z tidyverse do pracy z danymi ACS z wielu lat. map_df() umożliwia iterowanie przez sekwencję wartości, wykonanie określonego procesu dla każdej z nich, a następnie połączenie wyników w jedną ramkę danych. Wykorzystasz map_df() właśnie w ten sposób – przechodząc przez wektor lat, pobierzesz dane ACS dla każdego roku i złączysz je w całość. Dzięki temu zobaczysz, jak szacunki ACS zmieniały się na przestrzeni czasu.

To ćwiczenie jest częścią kursu

Analiza danych ze spisu powszechnego USA w R

Zobacz kurs

Instrukcje do ćwiczenia

Użyj funkcji map_df() z tidyverse, aby określić, że będziesz iterować po wektorze lat 2012:2016.
Ustaw badanie jako "acs1", aby pobrać dane z rocznego ACS.
Użyj funkcji mutate(), aby obliczyć nową kolumnę przechowującą rok badania w wynikowej ramce danych.

Interaktywne ćwiczenie praktyczne

Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.

# 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)

Edytuj i uruchom kod