加利福尼亚的房屋价值

加利福尼亚的主要城市因房价飙升频上新闻。过去几年，中位房价发生了怎样的变化？在本练习中，您将使用循环从 7 个 ACS 年度请求变量 B25077_001E，并绘制其随时间变化的曲线。

predicates 字典已创建并打印到控制台。请注意，state:06 将加利福尼亚的 GEOID 设定好。已经按常用别名导入了 pandas 和 seaborn。HOST 与 dataset 已定义，dfs 是一个空列表，已初始化用于收集请求得到的各个 DataFrame。

本练习是课程的一部分

使用 Python 分析美国人口普查数据

查看课程

练习说明

构造一个包含从 2011 到 2017 的整数的 range 对象
创建名为 "year" 的列，将其值设为变量 year 的当前值
将 median_home_value 列的数据类型设为 int
创建房价的折线图。将第一个参数（x）设为 "year"，第二个参数（y）设为 "median_home_value"

交互式实操练习

通过完成这段示例代码来试试这个练习。

# 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()

编辑并运行代码