Calcolare D in un ciclo

L'Index of Dissimilarity della Georgia pari a 0,544 è alto o basso? Confrontiamolo con l'Illinois (FIPS = 17), dove si trova Chicago.

In questo esercizio useremo un ciclo per calcolare $D$ per tutti gli stati, poi confronteremo Georgia e Illinois.

Ricorda che la formula dell'Index of Dissimilarity è:

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

pandas è stato importato con il solito alias, e il DataFrame tracts con le colonne di popolazione "white" e "black" è stato caricato. Le variabili w e b sono state definite con i nomi di colonna "white" e "black".

Questo esercizio fa parte del corso

Analizzare i dati del Censimento USA con Python

Visualizza corso

Istruzioni dell'esercizio

Usa il metodo unique() sulla colonna "state" per creare un elenco di codici FIPS degli stati.
Usa un ciclo for per memorizzare ciascun elemento di states (cioè ogni codice FIPS) in una variabile chiamata state.
Filtra il DataFrame tracts in base a ciascun valore di state e assegna il risultato a tmp.
Calcola $D$ per ogni stato applicando la formula a tmp e salva il risultato nel dizionario state_D.

esercizio interattivo pratico

Prova questo esercizio completando questo codice di esempio.

# Get list of state FIPS Codes
states = list(tracts["state"].____)

state_D = {}  # Initialize dictionary as collector
for state in ____:
    # Filter by state
    tmp = ____
    
    # Add Index of Dissimilarity to Dictionary
    state_D[state] = 0.5 * sum(____)

# Print D for Georgia (FIPS = 13) and Illinois (FIPS = 17)    
print("Georgia D =", round(state_D["13"], 3))
print("Illinois D =", round(state_D["17"], 3))

Modifica ed esegui il codice