r-Tidycensus-一个州所有县的一年ACS

Question

我认为这个问题很简单，但不确定正确的解决方案。我对此做了一些研究，我想我记得在某个地方看到了一个解决方案，但不记得在哪里。。。不管怎样，

想要获得DP03，俄亥俄州所有县的一年期acs数据，2019年。然而，下面的代码只访问俄亥俄州88个县中的39个。如何访问其余的县？

我的猜测是，数据只针对人口超过60000的县。

library(tidycensus)
library(tidyverse)

acs_2019 <- load_variables(2019, dataset = "acs1/profile")
DP03 <- acs_2019 %>% 
filter(str_detect(name, pattern = "^DP03")) %>% 
pull(name, label)
Ohio_county <- 
get_acs(geography = "county",
year = 2019,
state = "OH",
survey = "acs1",
variables = DP03,
output = "wide")

这会产生一个看起来像这样的表。。。

Ohio_county
# A tibble: 39 x 550
GEOID NAME  `Estimate!!EMPL~ `Estimate!!EMPL~ `Estimate!!EMPL~ `Estimate!!EMPL~ `Estimate!!EMPL~
<chr> <chr>            <dbl>            <dbl>            <dbl>            <dbl>            <dbl>
1 39057 Gree~           138295              815           138295               NA            87465
2 39043 Erie~            61316              516            61316               NA            38013
3 39153 Summ~           442279             1273           442279               NA           286777
4 39029 Colu~            83317              634            83317               NA            48375
5 39099 Maho~           188298              687           188298               NA           113806
6 39145 Scio~            60956              588            60956               NA            29928
7 39003 Alle~            81560              377            81560               NA            49316
8 39023 Clar~           108730              549           108730               NA            64874
9 39093 Lora~           250606              896           250606               NA           150136
10 39113 Mont~           428140              954           428140               NA           267189

我肯定在某个地方看到了解决方案，但记不起在哪里。

任何帮助都将不胜感激，因为这将使办公室更容易地获取人口普查数据，而不是费力地浏览美国人口普查局的网站。祝你好运，谢谢！

Answer 1

我的同事已经提取了数据，但他没有具体说明DP03数据是来自ACS 1年调查还是来自ACS 5年调查。事实证明，这是来自ACS 5年的调查，该调查包括俄亥俄州的所有县，而不仅仅是那些人口超过65000的县。按照上面的评论来描述这个答案是如何确定的。

所有县的代码都在这里

library(tidycensus)
library(tidyverse)
acs_2018 <- load_variables(2018, dataset = "acs5/profile")

DP03 <- acs_2019 %>% 
filter(str_detect(name, pattern = "^DP03")) %>% 
pull(name)
Ohio_county <- 
get_acs(geography = "county",
year = 2018,
state = "OH",
survey = "acs5",
variables = DP03,
output = "wide")