분리의 영향: 실업

Python으로 미국 인구조사 데이터 분석하기

Lee Hachadoorian

Asst. Professor of Instruction, Temple University

ACS 주제 테이블 ID 해독

[B|C]ssnnn[A-I]

B 또는 C = "Base Table" 또는 "Collapsed Table"

B15002	C15002[A-I]
No schooling	Less than high school diploma
Nursery to 4th grade	High school grad, GED, or alt.
5th and 6th grade	Some college or associate's
7th and 8th grade	Bachelor's degree or higher
9th grade
etc...

[B|C]ssnnn[A-I]

A = White alone
B = Black or African American Alone
C = American Indian and Alaska Native Alone
D = Asian Alone
E = Native Hawaiian and Other Pacific Islander Alone
F = Some Other Race Alone
G = Two or More Races
H = White Alone, Not Hispanic or Latino
I = Hispanic or Latino

[B|C]ssnnn[A-I]

01 = 연령 및 성별
02 = 인종
03 = 히스패닉/라티노 출신
05 = 해외 출생; 시민권; 입국 연도; 출생지
15 = 교육 수준
19 = 소득(가구 및 가족)
23 = 고용 상태; 근로 경험; 노동력

Source: https://www.census.gov/programs-surveys/acs/guidance/which-data-tool/table-ids-explained.html

분리 영향 비교

아프리카계 미국인의 실업률과 분리의 회귀 플롯. 남성과 여성 관측값은 다른 색으로 표시됩니다. 남성 실업 회귀선은 여성보다 훨씬 가파르게 상승합니다.

정돈된 데이터

와이드 DataFrame: msa_labor_force

     msa  male_lf  female_lf
0  12060   400843     481425
1  25540    30656      35046
2  26420   231346     268923
3  26900    55943      71036
...

msa_labor_force.columns = 
    ["msa", "male", "female"]

정돈된 DataFrame: tidy_msa_labor_force

      msa     sex  labor_force
0   12060    male       400843
1   25540    male        30656
2   26420    male       231346
3   26900    male        55943
...
49  12060  female       481425
50  25540  female        35046
51  26420  female       268923
52  26900  female        71036
...

pandas.melt

tidy_msa_labor_force = msa_labor_force.melt(

    id_vars = ["msa"],

    value_vars = ["male", "female"],

    var_name = "sex",

    value_name = "labor_force"
    )

pandas.melt

tidy_msa_labor_force

      msa     sex  labor_force
0   12060    male       400843
1   25540    male        30656
2   26420    male       231346
3   26900    male        55943
...
49  12060  female       481425
50  25540  female        35046
51  26420  female       268923
52  26900  female        71036
...

Vamos praticar!

Python으로 미국 인구조사 데이터 분석하기