위반 유형별 정차 시간은 얼마나 될까요?

pandas로 경찰 활동 분석하기

Kevin Markham

Founder, Data School

객체 열 분석

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

불리언 열 생성: 가격이 오르면 True, 그렇지 않으면 False
열의 평균을 구하여 가격 상승 빈도 계산

apple.change.dtype

dtype('O')

이 경우 .astype()을 사용할 수 없음

값 집합 매핑

딕셔너리로 기존 값을 원하는 값으로 매핑

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

검색률 계산

위반 유형별 검색 빈도 시각화

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()

막대 그래프 생성

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

위반 유형별 검색률 막대 그래프

막대 정렬 (1)

막대를 크기 순서대로 왼쪽에서 오른쪽으로 정렬

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

막대 정렬 (2)

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

위반 유형별 검색률 정렬 막대 그래프

막대 회전

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

위반 유형별 검색률 수평 막대 그래프

연습해 봅시다!

pandas로 경찰 활동 분석하기