性别会影响谁在搜查中被拍身搜吗？

使用 pandas 分析警务活动

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() 默认排除缺失值
dropna=False 显示缺失值

检查搜查类型

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
...

多个取值用逗号分隔
219 次仅将"Inventory"列为唯一搜查类型
在多种搜查类型中定位"Inventory"

查找字符串 (1)

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

str.contains() 找到字符串则返回 True，未找到返回 False
na=False 对缺失值返回 False

查找字符串 (2)

ri.inventory.dtype

dtype('bool')

True 表示已进行清点，False 表示未进行

ri.inventory.sum()

计算清点率

ri.inventory.mean()

0.0050961449570121106

所有交通拦截中有 0.5% 导致了清点

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

0.13335349259147264

搜查中有 13.3% 包含清点

Passons à la pratique !

使用 pandas 分析警务活动