Pendlingsmönster

Analys av amerikansk folkräkningsdata i Python

Lee Hachadoorian

Asst. Professor of Instruction, Temple University

Pendlingstabeller

Pendlingsämnen

Transportmedel (bil, kollektivtrafik, osv.)
Restid
Avresetid/ankomsttid till arbetet

Pendlingsgeografi

Bostad: var folk sover
Arbetsplats: var folk arbetar; kan användas för att bestämma befolkningsunderlag per county, trakt, osv.

Trängselavgifter i New York City

Debatteras för närvarande i New York (tidigt 2019)
Tidigare försök misslyckades (2007)
Oro över kostnaderna för låg- och medelinkomsthushåll

Flygfoto över bilar och taxibilar på en gata i New York City.

¹ Foto av Brian Jeffery Beggerly (CC BY 2.0)

Tabell B08519: Means Of Transportation To Work By Workers' Earnings In The Past 12 Months (In 2017 Inflation-Adjusted Dollars) For Workplace Geography

Total
    $1 to $9,999 or loss
    $10,000 to $14,999
    $15,000 to $24,999
    $25,000 to $34,999
    $35,000 to $49,999
    $50,000 to $64,999
    $65,000 to $74,999
    $75,000 or more
Car truck or van - drove alone
    <repeat income categories>
Car truck or van - carpooled
    <repeat income categories>
Public transportation (excluding taxicab)
    <repeat income categories>
etc...

API-svar

print(r.json())

[['B08519_011E', 'B08519_012E', 'B08519_013E', 'B08519_014E', 'B08519_015E',
  'B08519_016E', 'B08519_017E', 'B08519_018E', 'B08519_020E', 'B08519_021E', 
  ... 
  'B08519_061E', 'B08519_062E', 'B08519_063E', 'state', 'county'], 
 ['10927', '9172', '19659', '22110', '32287', 
  '32977', '15693', '106972', '3663', '2518', 
  ...
  '7457', '2664', '20684', '36', '061']]

Omforma datan

# Read data row into list
data_row = r.json()[1][:-2]

# Break data row into list of lists
iter_len = 8
data = [data_row[i:i+iter_len] for i in range(0, len(data_row), iter_len)]

print(data)

[['10927', '9172', '19659', '22110', '32287', '32977', '15693', '106972'], 
['3663', '2518', '5484', '5625', '8028', '7990', '3369', '22958'], 
['139358', '97178', '200514', '184510', '255491', '240973', '116673', '700808'], 
['16743', '9117', '15900', '13710', '17442', '20206', '10370', '85879'], ...]

Skapa DataFrame

# Define row names and column names
modes = ["drove_alone", "carpooled", "public", "walked", "taxi", 
         "worked_at_home"]

incomes = ["0k", "10k", "15k", "25k", "35k", "50k", "65k", "75k"]

# Create DataFrame
manhattan = pd.DataFrame(data=data, index=modes, columns=incomes)
manhattan = manhattan.astype(int)

Skapa DataFrame

print(manhattan)

                    0k    10k     15k   ...       50k     65k     75k
drove_alone      10716   8965   19294   ...     31502   15519  104078
carpooled         3740   2451    5852   ...      7994    3438   22625
public          140957  99474  197241   ...    235158  111959  654800
walked           16795   9045   15451   ...     20704   10663   83681
taxi              3201   2209    4515   ...      6551    3029   35572
worked_at_home    6854   3885    5489   ...      7776    2809   19598

[6 rows x 8 columns]

Skapa heatmap

# Create heatmap of commuters by mode by income
sns.heatmap(manhattan, annot=manhattan // 1000, fmt="d", cmap="YlGnBu")

En heatmap med pendlingslägen som rader och inkomstkategorier som kolumner, färgade efter antal pendlare per cell. Raden för kollektivtrafikpendlare är mörkare, och cellen för kollektivtrafikpendlare med inkomster över 75 000 dollar är mörkast.

Nu kör vi en övning!

Analys av amerikansk folkräkningsdata i Python