違反で停車される時間はどのくらいか？

pandasで警察活動を分析する

Kevin Markham

Founder, Data School

オブジェクト列の分析

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

ブール列を作成する：価格が上がった場合は True、それ以外は False
列の平均を取ることで、価格が上昇した頻度を計算する

apple.change.dtype

dtype('O')

この場合、.astype() は使用できない

値のマッピング

辞書で現在の値を目的の値にマッピングする

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

捜索率の計算

違反種別ごとに捜索が行われた頻度を可視化する

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()

棒グラフの作成

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

違反種別ごとの捜索率：棒グラフ

棒グラフの並べ替え（1）

棒グラフを大きさ順（左から右）に並べる

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

棒グラフの並べ替え（2）

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

違反種別ごとの捜索率：順序付き棒グラフ

棒グラフの回転

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

違反種別ごとの捜索率：水平棒グラフ

練習しましょう！

pandasで警察活動を分析する