1. 学ぶ
    2. /
  2. プロジェクト
    3. /
  3. Pythonで学ぶ米国センサスデータ分析
Connected

演習

D を計算する関数を作成する

Index of Dissimilarity（隔離指数、D）を計算するには複数の手順が必要で、再利用性も高いです。この演習では、前の演習で使用した関数 dissimilarity を作成します。関数の入力は、小地域（たとえば tract）の DataFrame と、3 つの列名です。すなわち、グループ A とグループ B の人口数が入った 2 つの列、および包含する地理（州や大都市圏など）の名称または識別子が入った列です。

補足として、Index of Dissimilarity の式は次のとおりです。

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

pandas は通常のエイリアスでインポート済みです。以下のコードでは、groupby と merge はすでに用意されています。

指示

100 XP
  • 絶対値記号内の式を、上記の数式に基づいて計算します。\(A\) と \(B\) に対応する列名は、引数 col_A と col_B に接尾辞 "_sum" を付けて作成されます。
  • 単一列に対する sum メソッドは Series を返します。to_frame() メソッドで Series を DataFrame に変換してください。
  • 新しい関数を tracts でテストします。MSA 名ごとに White-Black の dissimilarity を計算してください。