Calcul de D pour un État

Dans cet exercice, vous allez calculer l'indice de dissimilarité pour l'État de la Géorgie. Rappelez-vous que la formule de l'indice de dissimilarité est :

$$D = \frac{1}{2}\sum{\left\lvert \frac{a}{A} - \frac{b}{B} \right\rvert}$$

Ici, le groupe A correspond aux Blancs et le groupe B aux Noirs. Les variables $a$ et $b$ représentent les populations blanche et noire dans la petite géographie (secteurs de recensement), tandis que $A$ et $B$ représentent les populations blanche et noire dans la géographie englobante plus vaste (la Géorgie, code postal = GA, code FIPS = 13).

pandas a été importée avec l'alias habituel, et le DataFrame tracts contenant les colonnes de population "white" et "black" a été chargé.

Cette activité fait partie du cours

Analyser les données du recensement des États-Unis avec Python

Voir le cours

Instructions de l’exercice

Créez le nouveau DataFrame ga_tracts avec uniquement les secteurs situés en Géorgie (la colonne "state" doit être égale au code FIPS "13")
Fournissez les noms de colonnes dans une liste (utilisez les variables w et b) pour afficher la somme des populations blanche non hispanique et noire en Géorgie
Prenez la population blanche de chaque secteur divisée par la somme de la population blanche, puis soustrayez la population noire de chaque secteur divisée par la somme de la population noire; utilisez les variables w et b pour améliorer la lisibilité du code

Exercice interactif pratique

Essayez cet exercice en complétant ce code d’exemple.

# Define convenience variables to hold column names
w = "white"
b = "black"

# Extract Georgia tracts
ga_tracts = tracts[____]

# Print sums of Black and White residents of Georgia
print(ga_tracts[____].sum())

# Calculate Index of Dissimilarity and print rounded result
D = 0.5 * sum(abs(
  ____ / ____ - ____ / ____))

print("Dissimilarity (Georgia):", round(D, 3))

Modifier et exécuter le code