Quelles infractions sont relevées dans chaque district ?

Analyse de l'activité policière avec pandas

Kevin Markham

Founder, Data School

Calculer un tableau de fréquences

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

Tableau de fréquences : décompte du nombre d'occurrences de chaque combinaison de valeurs

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

(551, 14)

driver_race sur l'index, driver_gender sur les colonnes

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

Sélectionner une tranche de DataFrame

Accesseur .loc[] : sélectionner dans un DataFrame par étiquette

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']

Tracer une courbe

table.plot()
plt.show()

Graphique linéaire du tableau de fréquences par origine et genre

Tracer un diagramme à barres

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

Diagramme à barres du tableau de fréquences par origine et genre

Empiler les barres

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

Diagramme à barres empilées du tableau de fréquences par origine et genre

Passons à la pratique !

Analyse de l'activité policière avec pandas