R - 国勢調査のAPIを照会し、シカゴ

Question

内の各郵便番号のための人口統計学的変数に読み、私はシカゴの各郵便番号のための人口統計学的変数によってcencus APIからいくつかのデータを取得しようとしています

問題。私は..電気ショック療法、年齢、収入、のように、いくつかの変数をプルダウンしたい私は

このために建てられたacsパッケージとなしの例にはほとんどがありを試してみた何

。これは...私がこれまで持って最善であるPDFの6ページthis sourceから

install.packages("acs") 
library(acs) 
acs.fetch(endyear, span = 5, geography, table.name, 
table.number, variable, keyword, dataset = "acs", 
key, col.names = "auto", ...) 
# I have not really even sure how to access the functions inside the acs package at this point either ... 

。どのように正確に私が望むものを引き出すためにこの機能を使用するのかよく分かりません。table.name=c("sex","age","education")などのいくつかの組み合わせを、key=c("chicago","zipcode")と一緒に試しました...

この機能の使い方の提案Rのacsパッケージを使用しますか？

Answer 1

あなたが行きたいところを得るには、いくつかのことをする必要があります。

まず、ACSに登録してキーを取得し、スクリプトにキーをインストールして、キーを有効にするか、または何も起こらないようにする必要があります。

次に、あなたがあなたの要望にドロップする変数を作成する必要があります。私は、変数の状態で奇妙な資本Aを使用

zipCodes= c(00000,00000, 00000) #use as many as you have here 
endYear<-2015 

chicagoZipGeo <- geo.make(zip.code=zipCodes) 

#Then you go fetch your data, and you need to use the appropriate codes to do so 

pov.data <- acs.fetch(endyear = 2015, geography = chicagoZipGeo, 
        table.number="B06012_002") 

お知らせを、私は二つの理由のためにそうした、

1. ので、 geo.makeの部分で終わるところを見ることができます。
2. これは、変数を供給する状態の関数パラメータを妨げないように

あなたはこのリソースで物事のためのコードを検索することができますどのようにコード、見積もりを描くと、そのようなされ、そこから宇宙を使用する方法を教えてACSサイト上の追加文書があります 2015 5-Year ACS Code List

。

Answer 2

パッケージtotalcensusを使用して郵便番号でデータを取得する方法は次のとおりです。このパッケージはhttps://github.com/GL-Li/totalcensusから見つけることができます。

library(totalcensus) 
library(dplyr) 
# http://www.city-data.com/zipmaps/Chicago-Illinois.html to find a list of zip 
# code for Chicago 
zips <- c(60007, 60018, 60068, 60106, 60131, 60176, 60601, 60602, 60603, 60604, 
      60605, 60606, 60607, 60608, 60609, 60610, 60611, 60612, 60613, 60614, 
      60615, 60616, 60617, 60618, 60619, 60620, 60621, 60622, 60623, 60624, 
      60625, 60626, 60628, 60629, 60630, 60631, 60632, 60633, 60634, 60636, 
      60637, 60638, 60639, 60640, 60641, 60642, 60643, 60644, 60645, 60646, 
      60647, 60649, 60651, 60652, 60653, 60654, 60655, 60656, 60657, 60659, 
      60660, 60661, 60706, 60707, 60714, 60804, 60827) 

# read for all US zip codes from 2016 ACS 5-year survey 
all_zip_acs5 <- read_acs5year(
    year = 2016, 
    states = "US", 
    table_contents = "below_poverty = B06012_006", # random example 
    geo_headers = "ZCTA5", 
    summary_level = "860" 
) 

# keep only Chicago zip codes 
chicago_zip_acs5 <- filter(all_zip_acs5, ZCTA5 %in% zips) 

    #   GEOID  lon  lat ZCTA5 state population below_poverty GEOCOMP SUMLEV  NAME 
    # 1 86000US60007 -87.99736 42.00865 60007 <NA>  33733   1064  all 860 ZCTA5 60007 
    # 2 86000US60018 -87.91176 41.97939 60018 <NA>  30519   2123  all 860 ZCTA5 60018 
    # 3 86000US60068 -87.84343 42.01176 60068 <NA>  37567   1107  all 860 ZCTA5 60068 
    # 4 86000US60106 -87.94183 41.95970 60106 <NA>  20215   1147  all 860 ZCTA5 60106 
    # 5 86000US60131 -87.88426 41.93876 60131 <NA>  18072   943  all 860 ZCTA5 60131