Insieme di dati Stanford Open Policing Project

Analizzare l'attività di polizia con pandas

Kevin Markham

Founder, Data School

Introduzione all'insieme di dati

Posti di blocco della polizia

Mappa dello Stanford Open Policing Project

Scarica i dati per qualsiasi stato: https://openpolicing.stanford.edu/

Preparare i dati

Esaminare i dati
Pulire i dati

import pandas as pd
ri = pd.read_csv('police.csv')
ri.head(3)

  state   stop_date stop_time  county_name driver_gender driver_race
0    RI  2005-01-04     12:55          NaN             M       White
1    RI  2005-01-23     23:15          NaN             M       White
2    RI  2005-02-17     04:15          NaN             M       White

Ogni riga rappresenta un singolo controllo stradale
NaN indica un valore mancante

Individuare i valori mancanti (1)

ri.isnull()

   state stop_date stop_time county_name driver_gender
0  False     False     False        True         False       
1  False     False     False        True         False       
2  False     False     False        True         False       
...

Individuare i valori mancanti (2)

ri.isnull().sum()

state                     0
stop_date                 0
stop_time                 0
county_name           91741
driver_gender          5205
...

.sum() calcola la somma per ogni colonna
True = 1, False = 0

Eliminare una colonna

ri.isnull().sum()

state                     0
stop_date                 0
stop_time                 0
county_name           91741
driver_gender          5205
driver_race            5202
...

ri.shape

(91741, 15)

La colonna county_name contiene solo valori mancanti
Elimina county_name con il metodo .drop()

ri.drop('county_name', 
  axis='columns', inplace=True)

Eliminare righe

.dropna(): elimina righe in base alla presenza di valori mancanti

ri.head()

  state   stop_date stop_time driver_gender driver_race
0    RI  2005-01-04     12:55             M       White
1    RI  2005-01-23     23:15             M       White
2    RI  2005-02-17     04:15             M       White
3    RI  2005-02-20     17:15             M       White
4    RI  2005-02-24     01:20             F       White

ri.dropna(subset=['stop_date', 'stop_time'], inplace=True)

Esercitiamoci!

Analizzare l'attività di polizia con pandas