Analiza aktywności policji z pandas
Kevin Markham
Founder, Data School
female = ri[ri.driver_gender == 'F']female.shape
(23774, 13)
female_and_arrested = ri[(ri.driver_gender == 'F') &
(ri.is_arrested == True)]
&) reprezentuje operator andfemale_and_arrested.shape
(669, 13)
female_or_arrested = ri[(ri.driver_gender == 'F') |
(ri.is_arrested == True)]
|) reprezentuje operator orfemale_or_arrested.shape
(26183, 13)
Et (&): uwzględnia wiersze spełniające oba warunki
Pionowa kreska (|): uwzględnia wiersze spełniające którykolwiek warunek
Każdy warunek musi być ujęty w nawiasy
Warunki mogą sprawdzać równość (==), nierówność (!=) itp.
Można stosować więcej niż dwa warunki
Analiza zależności między płcią a wynikiem zatrzymania
Nie formułujemy wniosków o przyczynowości
Analiza aktywności policji z pandas