Hur länge kan du stoppas för en överträdelse?

Analysera polisaktivitet med pandas

Kevin Markham

Founder, Data School

Analysera en objektkolumn

apple

date_and_time         price    volume  change      
2018-01-08 16:00:00  174.35  20567800    down
...                     ...       ...     ...
2018-03-09 16:00:00  179.98  32185200      up

Skapa en boolesk kolumn: True om priset gick upp, annars False
Beräkna hur ofta priset gick upp genom att ta kolumnens medelvärde

apple.change.dtype

dtype('O')

.astype() kan inte användas i det här fallet

Mappa en uppsättning värden till en annan

En ordbok mappar de värden du har till de värden du vill ha

mapping = {'up':True, 'down':False}

apple['is_up'] = apple.change.map(mapping)

apple

date_and_time         price    volume change  is_up
2018-01-08 16:00:00  174.35  20567800   down  False
...                     ...       ...    ...    ...
2018-03-09 16:00:00  179.98  32185200     up   True

apple.is_up.mean()

0.5

Beräkna visitationsfrekvensen

Visualisera hur ofta kroppsvisitation gjordes efter varje typ av överträdelse

ri.groupby('violation').search_conducted.mean()

violation
Equipment              0.064280
Moving violation       0.057014
Other                  0.045362
Registration/plates    0.093438
Seat belt              0.031513
Speeding               0.021560

search_rate = ri.groupby('violation').search_conducted.mean()

Skapa ett stapeldiagram

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

Stapeldiagram över visitationsfrekvens per överträdelsetyp

Sortera staplarna (1)

Sortera staplarna från vänster till höger efter storlek

search_rate.sort_values()

violation
Speeding               0.021560
Seat belt              0.031513
Other                  0.045362
Moving violation       0.057014
Equipment              0.064280
Registration/plates    0.093438
Name: search_conducted, dtype: float64

Sortera staplarna (2)

search_rate.sort_values().plot(kind='bar')
plt.show()

Sorterat stapeldiagram över visitationsfrekvens per överträdelsetyp

Rotera staplarna

search_rate.sort_values().plot(kind='barh')
plt.show()

Horisontellt stapeldiagram över visitationsfrekvens per överträdelsetyp

Nu kör vi en övning!

Analysera polisaktivitet med pandas