1つの州でのDの計算

この演習では、ジョージア州の Dissimilarity 指数（偏離指数）を計算します。Dissimilarity 指数の式は次のとおりです。

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

ここでは、グループAがWhite（白人）、グループBがBlack（黒人）です。$a$ と $b$ は小地域（トラクト）の White と Black の人口、$A$ と $B$ はより大きな包含地域（ジョージア州、郵便略号 = GA、FIPS コード = 13）の White と Black の人口を表します。

pandas は通常のエイリアスでインポート済みで、人口列 "white" と "black" を持つ tracts DataFrame が読み込まれています。

この演習はコースの一部です

Pythonで学ぶ米国センサスデータ分析

コースを見る

演習の手順

ジョージア州のみのトラクトからなる新しい DataFrame ga_tracts を作成します（"state" 列が FIPS コード "13" と等しい行）。
列名をリストで指定し（変数 w と b を使用）、ジョージア州の Nonhispanic White と Black の合計を出力します。
各トラクトの White 人口を White 人口合計で割った値から、各トラクトの Black 人口を Black 人口合計で割った値を引きます。コードの可読性を高めるために w と b の変数を使ってください。

実践的なインタラクティブ演習

このサンプルコードを完成させて、この演習に挑戦してみましょう。

# 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))

コードを編集して実行