Comparar los resultados por exceso de velocidad según el género
Cuando paran a una persona por exceso de velocidad, mucha gente cree que el género influye en si recibirá una multa o solo una advertencia. ¿Puedes encontrar evidencias de esto en el conjunto de datos?
Primero, crearás dos DataFrames de personas detenidas por exceso de velocidad: uno con mujeres y otro con hombres.
Luego, para cada género, usarás la columna stop_outcome para calcular qué porcentaje de paradas acabó en "Citation" (es decir, una multa) frente a "Warning" (advertencia).
Este ejercicio forma parte del curso
Análisis de la actividad policial con pandas
Instrucciones del ejercicio
- Crea un DataFrame,
female_and_speeding, que solo incluya a mujeres detenidas por exceso de velocidad. - Crea un DataFrame,
male_and_speeding, que solo incluya a hombres detenidos por exceso de velocidad. - Cuenta los resultados de la parada para las mujeres y exprésalos como proporciones.
- Cuenta los resultados de la parada para los hombres y exprésalos como proporciones.
Ejercicio interactivo práctico
Prueba este ejercicio y completa el código de muestra.
# Create a DataFrame of female drivers stopped for speeding
female_and_speeding = ri[____]
# Create a DataFrame of male drivers stopped for speeding
male_and_speeding = ri[____]
# Compute the stop outcomes for female drivers (as proportions)
print(female_and_speeding.____)
# Compute the stop outcomes for male drivers (as proportions)
print(male_and_speeding.____)