Le genre influence-t-il qui reçoit une contravention pour excès de vitesse?

Analyse de l'activité policière avec pandas

Kevin Markham

Founder, Data School

Filtrer par plusieurs conditions (1)

female = ri[ri.driver_gender == 'F']

female.shape

(23774, 13)
Analyse de l'activité policière avec pandas

Filtrer par plusieurs conditions (2)

female_and_arrested = ri[(ri.driver_gender == 'F') &
                         (ri.is_arrested == True)]
  • Chaque condition est entre parenthèses
  • Esperluette (&) représente l'opérateur and
female_and_arrested.shape

(669, 13)
  • N'inclut que les conductrices qui ont été arrêtées
Analyse de l'activité policière avec pandas

Filtrer par plusieurs conditions (3)

female_or_arrested = ri[(ri.driver_gender == 'F') |
                        (ri.is_arrested == True)]
  • Barre verticale (|) représente l'opérateur or
female_or_arrested.shape

(26183, 13)
  • Inclut toutes les femmes
  • Inclut tous les conducteurs qui ont été arrêtés
Analyse de l'activité policière avec pandas

Règles pour filtrer par plusieurs conditions

  • Esperluette (&) : inclure seulement les lignes qui satisfont les deux conditions

  • Barre verticale (|) : inclure les lignes qui satisfont l'une ou l'autre condition

  • Chaque condition doit être entre parenthèses

  • Les conditions peuvent tester l'égalité (==), l'inégalité (!=), etc.

  • On peut utiliser plus de deux conditions

Analyse de l'activité policière avec pandas

Corrélation, pas causalité

  • Analyser le lien entre le genre et l'issue de l'interception

    • Évaluer s'il y a corrélation

  • Ne pas tirer de conclusions sur la causalité

    • D'autres données et expertises seraient nécessaires
    • On explore seulement des relations
Analyse de l'activité policière avec pandas

Passons à la pratique !

Analyse de l'activité policière avec pandas

Preparing Video For Download...