Combien de temps pourriez-vous être arrêté pour une infraction ?

Analyzing Police Activity with pandas

Kevin Markham

Founder, Data School

Analyser une colonne de type object

apple

date_and_time         price    volume  change      
2018-01-08 16:00:00  174.35  20567800    down
...                     ...       ...     ...
2018-03-09 16:00:00  179.98  32185200      up

Créez une colonne booléenne : True si le prix monte, False sinon
Calculez la fréquence de hausse en prenant la moyenne de la colonne

apple.change.dtype

dtype('O')

.astype() ne fonctionne pas dans ce cas

Faire correspondre un ensemble de valeurs à un autre

Un dictionnaire associe les valeurs actuelles aux valeurs souhaitées

mapping = {'up':True, 'down':False}

apple['is_up'] = apple.change.map(mapping)

apple

date_and_time         price    volume change  is_up
2018-01-08 16:00:00  174.35  20567800   down  False
...                     ...       ...    ...    ...
2018-03-09 16:00:00  179.98  32185200     up   True

apple.is_up.mean()

0.5

Calculer le taux de fouille

Visualisez la fréquence des fouilles après chaque type d'infraction

ri.groupby('violation').search_conducted.mean()

violation
Equipment              0.064280
Moving violation       0.057014
Other                  0.045362
Registration/plates    0.093438
Seat belt              0.031513
Speeding               0.021560

search_rate = ri.groupby('violation').search_conducted.mean()

Créer un diagramme en barres

search_rate.plot(kind='bar')
plt.show()

$Diagramme en barres du taux de fouille par infraction$

Trier les barres (1)

Ordonnez les barres de gauche à droite par taille

search_rate.sort_values()

violation
Speeding               0.021560
Seat belt              0.031513
Other                  0.045362
Moving violation       0.057014
Equipment              0.064280
Registration/plates    0.093438
Name: search_conducted, dtype: float64

Trier les barres (2)

search_rate.sort_values().plot(kind='bar')
plt.show()

$Diagramme en barres ordonné du taux de fouille par infraction$

Faire pivoter les barres

search_rate.sort_values().plot(kind='barh')
plt.show()

$Diagramme en barres horizontal du taux de fouille par infraction$

Passons à la pratique !

Analyzing Police Activity with pandas