Моделі поїздок на роботу

Аналіз даних перепису США в Python

Lee Hachadoorian

Asst. Professor of Instruction, Temple University

Таблиці про поїздки

Що вивчаємо про поїздки

Спосіб пересування (авто, громадський транспорт тощо)
Час у дорозі
Час виходу/прибуття на роботу

Географія поїздок

Місце проживання: де люди сплять
Місце роботи: де люди працюють; можна визначати чисельність робочої сили для округу, тракту тощо

Плата за затори в Нью-Йорку

Обговорюється в Нью-Йорку (початок 2019)
Попередня спроба провалилася (2007)
Є занепокоєння щодо вартості для домогосподарств із низьким і середнім доходом

Вигляд згори на автомобілі та таксі на вулиці Нью-Йорка.

¹ Фото: Brian Jeffery Beggerly (CC BY 2.0)

Таблиця 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...

Відповідь API

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']]

Реформатування даних

# 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'], ...]

Побудова 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)

Побудова 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]

Побудова теплової мапи

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

Теплова мапа: рядки — способи поїздок, стовпці — категорії доходу; колір відображає кількість. Рядок громадського транспорту темніший, а клітинка з доходом понад $75,000 — найтемніша.

Давайте потренуємось!

Аналіз даних перепису США в Python