Jaká porušení jsou zachycena v každém okrese?

Analyzing Police Activity with pandas

Kevin Markham

Founder, Data School

Výpočet tabulky četností

pd.crosstab(ri.driver_race,
            ri.driver_gender)

driver_gender      F      M
driver_race                
Asian            551   1838
Black           2681   9604
Hispanic        1953   7774
Other             53    212
White          18536  43334

Tabulka četností: počet výskytů každé kombinace hodnot

ri[(ri.driver_race == 'Asian') &
   (ri.driver_gender == 'F')
  ].shape

(551, 14)

driver_race je podél indexu, driver_gender podél sloupců

table = pd.crosstab(
  ri.driver_race,
  ri.driver_gender)

Výběr řezu DataFrame

Přistupovací objekt .loc[]: výběr z DataFrame podle popisku

table

driver_gender      F      M
driver_race                
Asian            551   1838
Black           2681   9604
Hispanic        1953   7774
Other             53    212
White          18536  43334

table.loc['Asian':'Hispanic']

driver_gender     F     M
driver_race              
Asian           551  1838
Black          2681  9604
Hispanic       1953  7774

table = 
   table.loc['Asian':'Hispanic']

Vytvoření spojnicového grafu

table.plot()
plt.show()

Spojnicový graf tabulky četností rasy a pohlaví

Vytvoření sloupcového grafu

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

Sloupcový graf tabulky četností rasy a pohlaví

Skládání sloupců

table.plot(kind='bar', stacked=True)
plt.show()

Skládaný sloupcový graf tabulky četností rasy a pohlaví

Pojďme si procvičit!

Analyzing Police Activity with pandas