Påverkar kön vem som visiteras under en husrannsakan?

Analysera polisaktivitet med pandas

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() exkluderar saknade värden som standard
dropna=False visar saknade värden

Undersöka söktyperna

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
...

Flera värden separeras med kommatecken
219 sökningar där "Inventory" var den enda söktypen
Hitta "Inventory" bland flera söktyper

Söka efter en sträng (1)

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

str.contains() returnerar True om strängen hittas, annars False
na=False returnerar False vid saknade värden

Söka efter en sträng (2)

ri.inventory.dtype

dtype('bool')

True betyder att inventering gjordes, False att den inte gjordes

ri.inventory.sum()

Beräkna inventeringsfrekvensen

ri.inventory.mean()

0.0050961449570121106

0,5 % av alla trafikstopp ledde till en inventering

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

0.13335349259147264

13,3 % av sökningarna inkluderade en inventering

Nu kör vi en övning!

Analysera polisaktivitet med pandas