比較多年度的 ACS 估計值
American Community Survey 每年更新，因此研究者可以使用 ACS 資料集來研究隨時間變化的人口結構。
在這個練習中，你會學到如何使用 tidyverse 的 map_df() 來處理多年度的 ACS 資料。map_df() 能協助分析人員針對一串數值逐一運算，對每個數值執行相同流程，然後把結果合併成單一資料框。你會用這種方式搭配 ACS 資料：逐一走訪年度向量、擷取各年度的 ACS 資料，並把結果合併。這樣你就能觀察 ACS 估計值如何隨時間變動。
本練習屬於課程
在 R 中分析美國人口普查資料
練習說明
- 使用 tidyverse 的
map_df()函式，指定要走訪的年度向量為2012:2016。 - 將
survey指定為"acs1"，以取得 1 年期 ACS 的資料。 - 使用
mutate()建立一個新欄位，將調查年份儲存到輸出的資料框中。
動手互動練習
試著完成這個範例程式碼，體驗一下這個練習。
# 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)