ComenzarEmpieza gratis

Inicio
Cursos
Análisis de la actividad policial con pandas

Usar tipos de datos adecuados

Create Your Free Account

or

Email Address

Password

By continuing, you accept our Terms of Use, our Privacy Policy and that your data is stored in the USA.

Este ejercicio forma parte del curso

Análisis de la actividad policial con pandas

IntermedioNivel de habilidad

4.9+

Comienza el curso gratis

Antes de empezar el análisis, es fundamental que primero revises y limpies el conjunto de datos para que trabajar con él sea más eficiente. En este capítulo, practicarás cómo corregir tipos de datos, gestionar valores faltantes y eliminar columnas y filas, mientras aprendes sobre el conjunto de datos del Stanford Open Policing Project.

Exercise 1: Conjunto de datos del Stanford Open Policing Project Exercise 2: Examinar el conjunto de datos Exercise 3: Eliminar columnas Exercise 4: Eliminar filas Exercise 5: Usar tipos de datos adecuados

Ejercicio actual

Exercise 6: Encontrar un tipo de dato incorrecto Exercise 7: Corregir un tipo de datos Exercise 8: Crear un DatetimeIndex Exercise 9: Combinar columnas de tipo object Exercise 10: Configurar el índice

¿El género de la persona conductora influye en el comportamiento policial durante una parada de tráfico? En este capítulo, explorarás esa pregunta mientras practicas filtrado, agrupación, encadenamiento de métodos, operaciones booleanas, métodos de cadena y mucho más.

Exercise 1: ¿Cometen infracciones diferentes los géneros?Exercise 2: Examinar infracciones de tráfico Exercise 3: Comparar las infracciones por género Exercise 4: ¿El género influye en quién recibe una multa por exceso de velocidad?Exercise 5: Filtrar por múltiples condiciones Exercise 6: Comparar los resultados por exceso de velocidad según el género Exercise 7: ¿Afecta el género a quién le registran el vehículo?Exercise 8: Calcular la tasa de registros Exercise 9: Comparar las tasas de registro por género Exercise 10: Añadiendo un segundo factor al análisis Exercise 11: ¿Influye el género en quién es cacheado durante un registro?Exercise 12: Contar los cacheos de protección Exercise 13: Comparar las tasas de cacheo por género

¿Es más probable que te arresten a cierta hora del día? ¿Están aumentando las paradas relacionadas con drogas? En este capítulo, responderás a estas y otras preguntas analizando el conjunto de datos de forma visual, ya que los gráficos pueden ayudarte a entender tendencias de un modo que examinar los datos en bruto no permite.

Exercise 1: ¿La hora del día afecta a la tasa de detenciones?Exercise 2: Calcular la tasa de detenciones por hora Exercise 3: Representar la tasa de arrestos por hora Exercise 4: ¿Están aumentando las paradas por drogas?Exercise 5: Representar paradas relacionadas con drogas Exercise 6: Comparar tasas de drogas y de registros Exercise 7: ¿Qué infracciones se detectan en cada distrito?Exercise 8: Contar infracciones por distrito Exercise 9: Representación de infracciones por distrito Exercise 10: ¿Cuánto tiempo podrían detenerte por una infracción?Exercise 11: Convertir las duraciones de las detenciones a números Exercise 12: Representar la duración de la parada

En este capítulo, usarás un segundo conjunto de datos para explorar el impacto de las condiciones meteorológicas en el comportamiento policial durante paradas de tráfico. Practicarás cómo unir y remodelar conjuntos de datos, evaluar si una fuente de datos es fiable, trabajar con datos categóricos y otras habilidades avanzadas.

Exercise 1: Explorar el conjunto de datos meteorológicos Exercise 2: Representar la temperatura Exercise 3: Representar la diferencia de temperatura Exercise 4: Categorizar el tiempo Exercise 5: Contar las condiciones meteorológicas adversas Exercise 6: Calificar las condiciones meteorológicas Exercise 7: Cambiar el tipo de datos a categoría Exercise 8: Unir conjuntos de datos Exercise 9: Preparar los DataFrames Exercise 10: Unir los DataFrames Exercise 11: ¿El clima afecta a la tasa de detenciones?Exercise 12: Comparing arrest rates by weather rating Exercise 13: Seleccionar desde una Series con multiíndice Exercise 14: Reestructurar los datos de la tasa de detenciones Exercise 15: Conclusión