迁移

使用 Python 分析美国人口普查数据

Lee Hachadoorian

Asst. Professor of Instruction, Temple University

ACS 流动性表——常见列

表名为"B07xxx"，通常包含如下列：

居住在本地区总数（当前居所）
- 1年前住在同一住房（未搬家）
- 县内迁移
- 同州不同县迁入
- 不同州迁入
- 从国外迁入

ACS 流动性表——其他特性

流动性与以下交叉：
- 年龄
- 受教育程度
- 收入
- 公民身份
- 等等
基于"1年前居住地"的表
波多黎各（如 B07001PR：按年龄统计的"过去一年地理流动性"，以波多黎各现居地为准）

去加利福尼亚

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)

数据来源：ACS 2016 表 B07001：按年龄统计的"过去一年地理流动性"，以美国现居地为准

一个柱状图，显示未搬家、县内、州内、跨州和从国外迁入的人数。

迁移流

一张电子表格，显示美国各州内与州际迁移的人数估计及误差范围。

州际迁移矩阵

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

州际迁移热力图

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

一张热力图：行和列分别为起源州与目的州，颜色表示各州际流动的人数。

让我们练习吧！

使用 Python 分析美国人口普查数据