Ovlivňuje pohlaví to, kdo je při prohlídce prohledán?

Analyzing Police Activity with pandas

Kevin Markham

Founder, Data School

ri.search_conducted.value_counts()

False    83229
True      3307

ri.search_type.value_counts(dropna=False)

NaN                               83229
Incident to Arrest                 1290
Probable Cause                      924
Inventory                           219
Reasonable Suspicion                214
Protective Frisk                    164
Incident to Arrest,Inventory        123
...

.value_counts() ve výchozím nastavení vylučuje chybějící hodnoty
dropna=False zobrazí chybějící hodnoty

Zkoumání typů prohlídek

ri.search_type.value_counts()

Incident to Arrest                           1290
Probable Cause                                924
Inventory                                     219
Reasonable Suspicion                          214
Protective Frisk                              164
Incident to Arrest,Inventory                  123
Incident to Arrest,Probable Cause             100
...

Více hodnot je odděleno čárkami
219 prohlídek, kde byl „Inventory" jediným typem
Vyhledání „Inventory" mezi více typy prohlídek

Vyhledávání řetězce (1)

ri['inventory'] = ri.search_type.str.contains('Inventory', na=False)

str.contains() vrátí True, pokud je řetězec nalezen, jinak False
na=False vrátí False pro chybějící hodnoty

Vyhledávání řetězce (2)

ri.inventory.dtype

dtype('bool')

True znamená, že inventura proběhla, False že ne

ri.inventory.sum()

Výpočet míry inventury

ri.inventory.mean()

0.0050961449570121106

0,5 % všech dopravních kontrol vedlo k inventuře

searched = ri[ri.search_conducted == True]
searched.inventory.mean()

0.13335349259147264

13,3 % prohlídek zahrnovalo inventuru

Pojďme procvičovat!

Analyzing Police Activity with pandas