Migratie

US Census-gegevens analyseren in Python

Lee Hachadoorian

Asst. Professor of Instruction, Temple University

ACS-mobiliteitstabellen - Veelvoorkomende kolommen

Tabelnamen "B07xxx", meestal met kolommen zoals:

Totaal wonend in gebied (huidige woonplaats)
- Zelfde huis 1 jaar geleden (niet verhuisd)
- Verhuisd binnen county
- Verhuisd uit andere county, zelfde staat
- Verhuisd uit andere staat
- Verhuisd uit het buitenland

ACS-mobiliteitstabellen - Extra kenmerken

Mobiliteit gekruist met:
- Leeftijd
- Opleidingsniveau
- Inkomen
- Nationaliteitsstatus
- enz.
Tabellen op basis van woonplaats 1 jaar geleden
Puerto Rico (bijv. B07001PR: Geografische mobiliteit in het afgelopen jaar naar leeftijd voor huidige woonplaats in Puerto Rico)

Naar Californië

print(to_cali_2016)

       move_status   persons
0       same_house  32740745
1    within_county   3581323
2     within_state   1062756
3  different_state    501384
4           abroad    305148

sns.barplot(x = "move_status", 
            y = "persons", 
            data = to_cali_2016)

Gegevens uit ACS 2016 Tabel B07001: Geografische mobiliteit in het afgelopen jaar naar leeftijd voor huidige woonplaats in de Verenigde Staten

Een staafdiagram met personen die niet verhuizen, of verhuizen binnen de county, staat, het land, of uit het buitenland.

Migratiestromen

Een spreadsheet met schattingen en marges van fout voor personen die binnen en tussen staten in de VS verhuizen.

Migratiematrix tussen staten

print(state_to_state.head())

            Alabama  Alaska  Arizona  ...  Wisconsin  Wyoming  Puerto Rico
Alabama         NaN   576.0   1022.0  ...      874.0    539.0        335.0
Alaska        423.0     NaN   1176.0  ...      260.0    291.0        848.0
Arizona       894.0  1946.0      NaN  ...     6736.0    925.0       1462.0
Arkansas     2057.0   103.0    836.0  ...      539.0    178.0        857.0
California   3045.0  4206.0  33757.0  ...     7354.0   2674.0       1102.0

Heatmap migratie tussen staten

sns.heatmap(state_to_state, cmap="YlGnBu")

Een heatmap met herkomst- en bestemmingsstaten in respectievelijk rijen en kolommen, ingekleurd naar het aantal verhuizers per stroom.

Laten we oefenen!

US Census-gegevens analyseren in Python