이주

Python으로 미국 인구조사 데이터 분석하기

Lee Hachadoorian

Asst. Professor of Instruction, Temple University

ACS 이동성 표 - 공통 열

테이블명은 일반적으로 "B07xxx"이며, 대개 다음과 같은 열을 가집니다:

해당 지역 거주 총인구(현 거주지)
- 1년 전과 동일 주택(이동 없음)
- 군(county) 내 이동
- 동일 주 내 다른 군에서 이동
- 다른 주에서 이동
- 해외에서 이동

ACS 이동성 표 - 추가 특징

이동성을 교차 분류:
- 연령
- 학력
- 소득
- 시민권 상태
- 기타
기준: 1년 전 거주지
푸에르토리코 포함(예: B07001PR: 푸에르토리코 현 거주지 기준 연령별 지난 1년 지리적 이동)

캘리포니아로 이동

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)

데이터 출처: ACS 2016 표 B07001: 미국 현 거주지 기준 연령별 지난 1년 지리적 이동

이동하지 않음, 군 내/주 내/다른 주/해외에서의 이동 인원을 보여주는 막대그래프.

이주 흐름

미국 내 주 내·주간 이동 인원의 추정치와 표준오차를 보여주는 스프레드시트.

주간(州間) 이주 행렬

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

주간 이주 히트맵

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

행과 열에 각각 출발지·도착 주를 두고, 주간 이주 흐름의 이동 인원 수로 색을 입힌 히트맵.

연습해 봅시다!

Python으로 미국 인구조사 데이터 분석하기