เปรียบเทียบค่าประมาณ ACS ในหลายปี

American Community Survey มีการอัปเดตทุกปี ทำให้นักวิจัยสามารถใช้ชุดข้อมูล ACS เพื่อศึกษาการเปลี่ยนแปลงทางประชากรศาสตร์ตามช่วงเวลาได้

ในแบบฝึกหัดนี้ คุณจะได้เรียนรู้วิธีใช้ฟังก์ชัน map_df() ของ tidyverse เพื่อทำงานกับข้อมูล ACS ที่ครอบคลุมหลายปี map_df() ช่วยให้นักวิเคราะห์วนซ้ำผ่านชุดค่าต่าง ๆ คำนวณผลลัพธ์สำหรับแต่ละค่า แล้วรวมผลลัพธ์ทั้งหมดเข้าเป็น data frame เดียว คุณจะนำ map_df() มาใช้ในลักษณะนี้กับข้อมูล ACS โดยวนซ้ำผ่านเวกเตอร์ของปี ดึงข้อมูล ACS ในแต่ละปี แล้วรวมผลลัพธ์เข้าด้วยกัน วิธีนี้จะช่วยให้เห็นว่าค่าประมาณ ACS เปลี่ยนแปลงไปอย่างไรตามเวลา

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

การวิเคราะห์ข้อมูลสำมะโนประชากรสหรัฐฯ ใน R

ดูคอร์ส

คำแนะนำการฝึกหัด

ใช้ฟังก์ชัน map_df() ของ tidyverse เพื่อระบุว่าจะวนซ้ำผ่านเวกเตอร์ของปี 2012:2016
ระบุ survey เป็น "acs1" เพื่อดึงข้อมูลจาก ACS แบบ 1 ปี
ใช้ฟังก์ชัน mutate() เพื่อสร้างคอลัมน์ใหม่สำหรับเก็บปีของ survey ใน data frame ผลลัพธ์

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

# 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)

แก้ไขและรันโค้ด