斯坦福开放警务项目数据集

使用 pandas 分析警务活动

Kevin Markham

Founder, Data School

数据集简介

警方交通拦截

斯坦福开放警务项目地图

可下载任一州数据：https://openpolicing.stanford.edu/

准备数据

查看数据
清洗数据

import pandas as pd
ri = pd.read_csv('police.csv')
ri.head(3)

  state   stop_date stop_time  county_name driver_gender driver_race
0    RI  2005-01-04     12:55          NaN             M       White
1    RI  2005-01-23     23:15          NaN             M       White
2    RI  2005-02-17     04:15          NaN             M       White

每行代表一次交通拦截
NaN 表示缺失值

定位缺失值（1）

ri.isnull()

   state stop_date stop_time county_name driver_gender
0  False     False     False        True         False       
1  False     False     False        True         False       
2  False     False     False        True         False       
...

定位缺失值（2）

ri.isnull().sum()

state                     0
stop_date                 0
stop_time                 0
county_name           91741
driver_gender          5205
...

.sum() 计算各列之和
True = 1，False = 0

删除列

ri.isnull().sum()

state                     0
stop_date                 0
stop_time                 0
county_name           91741
driver_gender          5205
driver_race            5202
...

ri.shape

(91741, 15)

county_name 列全部缺失
使用 .drop() 删除 county_name

ri.drop('county_name', 
  axis='columns', inplace=True)

删除行

.dropna()：按缺失值删除行

ri.head()

  state   stop_date stop_time driver_gender driver_race
0    RI  2005-01-04     12:55             M       White
1    RI  2005-01-23     23:15             M       White
2    RI  2005-02-17     04:15             M       White
3    RI  2005-02-20     17:15             M       White
4    RI  2005-02-24     01:20             F       White

ri.dropna(subset=['stop_date', 'stop_time'], inplace=True)

Passons à la pratique !

使用 pandas 分析警务活动