American Community Survey: 年次変化

Pythonで学ぶ米国センサスデータ分析

Lee Hachadoorian

Asst. Professor of Instruction, Temple University

国勢調査の沿革：全数とサンプル

基礎的な人口特性の全数:

国勢調査（10年ごと）1790～2010年以降

社会・経済特性の広範なサンプル:

国勢調査「ロングフォーム」（SF3）1970～2000年、約15%の世帯
年次 American Community Survey 2005年以降、約1%の世帯

B25045 - 住宅占有形態×利用可能な車両数×年齢

Variable   |  Label
-----------|--------------------------------------
B25045001  |  合計
B25045002  |    持ち家世帯
B25045003  |      車なし
B25045004  |        世帯主 15～34歳
B25045005  |        世帯主 35～64歳
B25045006  |        世帯主 65歳以上
B25045007  |      1台以上の車あり
B25045008  |        世帯主 15～34歳
B25045009  |        世帯主 35～64歳
B25045010  |        世帯主 65歳以上
B25045011  |    借家世帯
B25045012  |      車なし
B25045013  |        世帯主 15～34歳
B25045014  |        世帯主 35～64歳
B25045015  |        世帯主 65歳以上
B25045016  |      1台以上の車あり
B25045017  |        世帯主 15～34歳
B25045018  |        世帯主 35～64歳
B25045019  |        世帯主 65歳以上

ACS 詳細テーブル取得 - 準備

import requests
import pandas as pd

HOST, dataset = "https://api.census.gov/data", "acs/acs1"

get_vars = ["B25045_" + str(i + 1).zfill(3) + "E" for i in range(19)]
get_vars = ["NAME"] + get_vars

print(get_vars)

['NAME', 'B25045_001E', 'B25045_002E', 'B25045_003E', 'B25045_004E', 
'B25045_005E', 'B25045_006E', 'B25045_007E', 'B25045_008E', 'B25045_009E', 
'B25045_010E', 'B25045_011E', 'B25045_012E', 'B25045_013E', 'B25045_014E', 
'B25045_015E', 'B25045_016E', 'B25045_017E', 'B25045_018E', 'B25045_019E']

ACS 詳細テーブル取得 - 準備

import requests
import pandas as pd

HOST, dataset = "https://api.census.gov/data", "acs/acs1"

get_vars = ["B25045_" + str(i + 1).zfill(3) + "E" for i in range(19)]
get_vars = ["NAME"] + get_vars

# print(get_vars)

predicates = {}
predicates["get"] = ",".join(get_vars)
predicates["for"] = "us:*"

複数年から同一変数を取得する

# DataFrame 収集器を初期化
dfs = []

for year in range(2011, 2018):

    base_url = "/".join([HOST, str(year), dataset])
    r = requests.get(base_url, params=predicates)

    df = pd.DataFrame(columns=r.json()[0], data=r.json()[1:])

    # 年の列を追加
    df["year"] = year

    dfs.append(df)


# 収集した DataFrame を結合
us = pd.concat(dfs, ignore_index=True)

複数年から同一変数を取得する

print(us.head())

            NAME B25045_001E B25045_002E  ... B25045_019E us  year
0  United States   114991725    74264435  ...     3232812  1  2011
1  United States   115969540    74119256  ...     3447172  1  2012
2  United States   116291033    73843861  ...     3662322  1  2013
3  United States   117259427    73991995  ...     3847400  1  2014
4  United States   118208250    74506512  ...     4044430  1  2015

[5 rows x 22 columns]

データを取得しましょう

Pythonで学ぶ米国センサスデータ分析