Набір даних Stanford Open Policing Project

Аналіз поліцейської діяльності з pandas

Kevin Markham

Founder, Data School

Вступ до набору даних

Зупинки транспорту поліцією

Карта Stanford Open Policing Project

Завантажте дані для будь-якого штату: https://openpolicing.stanford.edu/

Підготовка даних

Перегляньте дані
Очистьте дані

import pandas as pd
ri = pd.read_csv('police.csv')
ri.head(3)

  state   stop_date stop_time  county_name driver_gender driver_race
0    RI  2005-01-04     12:55          NaN             M       White
1    RI  2005-01-23     23:15          NaN             M       White
2    RI  2005-02-17     04:15          NaN             M       White

Кожен рядок — це одна зупинка транспорту
NaN означає пропущене значення

Пошук пропусків (1)

ri.isnull()

   state stop_date stop_time county_name driver_gender
0  False     False     False        True         False       
1  False     False     False        True         False       
2  False     False     False        True         False       
...

Пошук пропусків (2)

ri.isnull().sum()

state                     0
stop_date                 0
stop_time                 0
county_name           91741
driver_gender          5205
...

.sum() обчислює суму для кожного стовпця
True = 1, False = 0

Видалення стовпця

ri.isnull().sum()

state                     0
stop_date                 0
stop_time                 0
county_name           91741
driver_gender          5205
driver_race            5202
...

ri.shape

(91741, 15)

У стовпці county_name лише пропуски
Видаліть county_name методом .drop()

ri.drop('county_name', 
  axis='columns', inplace=True)

Видалення рядків

.dropna(): видаліть рядки за наявністю пропусків

ri.head()

  state   stop_date stop_time driver_gender driver_race
0    RI  2005-01-04     12:55             M       White
1    RI  2005-01-23     23:15             M       White
2    RI  2005-02-17     04:15             M       White
3    RI  2005-02-20     17:15             M       White
4    RI  2005-02-24     01:20             F       White

ri.dropna(subset=['stop_date', 'stop_time'], inplace=True)

Давайте потренуємось!

Аналіз поліцейської діяльності з pandas