Voitures par habitant (1)

Restons encore un peu avec les données cars. Cette fois, vous voulez repérer les pays où le nombre de voitures par habitant est élevé. Autrement dit, dans quels pays de nombreuses personnes possèdent une voiture, voire plusieurs.

Comme dans l'exemple précédent, vous allez construire une série booléenne que vous pourrez ensuite utiliser pour filtrer le DataFrame cars et sélectionner certaines observations. Si vous souhaitez le faire en une seule ligne, c'est tout à fait correct!

Cette activité fait partie du cours

Python intermédiaire

Voir le cours

Instructions de l’exercice

Sélectionnez la colonne cars_per_cap de cars en tant que série Pandas et enregistrez-la sous cpc.
Utilisez cpc avec un opérateur de comparaison et 500. Vous devez obtenir une série booléenne qui vaut True si le pays correspondant a un cars_per_cap supérieur à 500, et False sinon. Enregistrez cette série booléenne sous many_cars.
Utilisez many_cars pour filtrer cars, comme vous l'avez fait plus tôt. Enregistrez le résultat sous car_maniac.
Affichez car_maniac pour vérifier votre résultat.

Exercice interactif pratique

Essayez cet exercice en complétant ce code d’exemple.

# Import cars data
import pandas as pd
cars = pd.read_csv('cars.csv', index_col = 0)

# Create car_maniac: observations that have a cars_per_cap over 500




# Print car_maniac

Modifier et exécuter le code