क्या अलग-अलग जेंडर अलग तरह के उल्लंघन करते हैं?

pandas के साथ Police Activity का विश्लेषण

Kevin Markham

Founder, Data School

यूनिक मान गिनना (1)

.value_counts(): Series में यूनिक मानों की गिनती करता है
कैटेगोरिकल डेटा के लिए उपयुक्त

ri.stop_outcome.value_counts()

Citation            77091
Warning              5136
Arrest Driver        2735
No Action             624
N/D                   607
Arrest Passenger      343
Name: stop_outcome, dtype: int64

यूनिक मान गिनना (2)

ri.stop_outcome.value_counts().sum()

ri.shape

(86536, 13)

काउंट को proportion के रूप में दिखाना

ri.stop_outcome.value_counts()

77091/86536

0.8908546731995932

Citation            77091
Warning              5136
Arrest Driver        2735
No Action             624
N/D                   607
Arrest Passenger      343

ri.stop_outcome.value_counts(
  normalize=True)

Citation            0.890855
Warning             0.059351
Arrest Driver       0.031605
No Action           0.007211
N/D                 0.007014
Arrest Passenger    0.003964

DataFrame की पंक्तियाँ फ़िल्टर करना

ri.driver_race.value_counts()

White       61870
Black       12285
Hispanic     9727
Asian        2389
Other         265

white = ri[ri.driver_race == 'White']

white.shape

(61870, 13)

दो समूहों के stop outcomes की तुलना

white.stop_outcome.value_counts(
  normalize=True)

Citation            0.902263
Warning             0.057508
Arrest Driver       0.024018
No Action           0.007031
N/D                 0.006433
Arrest Passenger    0.002748

asian = ri[ri.driver_race ==
           'Asian']

asian.stop_outcome.value_counts(
  normalize=True)

Citation            0.922980
Warning             0.045207
Arrest Driver       0.017581
No Action           0.008372
N/D                 0.004186
Arrest Passenger    0.001674

अभ्यास करते हैं!

pandas के साथ Police Activity का विश्लेषण