시작하기무료로 시작하기

홈
강의
pandas로 경찰 활동 분석하기

Stanford Open Policing Project 데이터셋

Create Your Free Account

or

Email Address

Password

By continuing, you accept our Terms of Use, our Privacy Policy and that your data is stored in the USA.

이 연습은 강의의 일부입니다

pandas로 경찰 활동 분석하기

SkillTag.level.intermediateSkillTag.label

4.8+

무료로 강의 시작하기

분석을 시작하기 전에, 데이터셋을 먼저 점검하고 정리하는 일이 무엇보다 중요해요. 그래야 이후 작업이 훨씬 효율적이거든요. 이 챕터에서는 Stanford Open Policing Project 데이터셋을 알아보면서 데이터 타입을 바로잡고, 결측값을 처리하고, 열과 행을 삭제하는 방법을 연습해요.

Exercise 1: Stanford Open Policing Project 데이터셋

현재 연습

Exercise 2: 데이터셋 살펴보기 Exercise 3: 열 삭제하기 Exercise 4: 행 삭제하기 Exercise 5: 적절한 데이터 타입 사용하기 Exercise 6: 잘못된 데이터 타입 찾기 Exercise 7: 데이터 타입 고치기 Exercise 8: DatetimeIndex 생성하기 Exercise 9: object 열 결합하기 Exercise 10: 인덱스 설정하기

교통 단속 중에 운전자의 성별이 경찰의 행동에 영향을 줄까요? 이 챕터에서는 그 질문을 탐구하면서 필터링, 그룹화, 메서드 체이닝, 불리언 연산, 문자열 메서드 등을 실습해 볼 거예요!

Exercise 1: 성별에 따라 위반 유형이 다를까요?Exercise 2: 교통 법규 위반 살펴보기 Exercise 3: 성별에 따른 위반 비교 Exercise 4: 성별에 따라 과속 딱지를 받는 사람이 달라지나요?Exercise 5: 여러 조건으로 필터링하기 Exercise 6: 성별에 따른 과속 단속 결과 비교 Exercise 7: 성별에 따라 차량 수색 대상이 달라지나요?Exercise 8: 수색 비율 계산하기 Exercise 9: 성별에 따른 수색 비율 비교하기 Exercise 10: 분석에 두 번째 요인 추가하기 Exercise 11: 수색 중에 몸수색을 당하는 사람은 성별의 영향을 받을까요?Exercise 12: 보호 목적 몸수색 횟수 세기 Exercise 13: 성별에 따른 몸수색 비율 비교

하루 중 특정 시간대에 체포될 가능성이 더 높을까요? 마약 관련 단속은 증가하고 있을까요? 이 챕터에서는 이러한 질문에 답하기 위해 그래프를 통해 데이터를 시각적으로 분석해요. 시각화는 원시 데이터를 그대로 볼 때는 파악하기 어려운 추세를 이해하는 데 큰 도움이 됩니다.

Exercise 1: 하루 중 시간이 체포율에 영향을 미치나요?Exercise 2: 시간대별 체포율 계산하기 Exercise 3: 시간대별 체포율 그리기 Exercise 4: 마약 관련 검문은 증가하고 있나요?Exercise 5: 약물 관련 정지 건수 그리기 Exercise 6: 마약 관련 정지 비율과 수색 비율 비교 Exercise 7: 각 관할구역에서 어떤 위반이 적발되나요?Exercise 8: 구역별 위반 유형 집계하기 Exercise 9: 구역별 위반 항목 시각화하기 Exercise 10: 위반으로 정지되면 얼마나 오래 머물게 될까요?Exercise 11: 정지 시간(duration)을 숫자로 변환하기 Exercise 12: 정차 시간 시각화

이 챕터에서는 두 번째 데이터셋을 사용해, 교통 단속 중 날씨 조건이 경찰의 행동에 미치는 영향을 살펴봅니다. 데이터셋 병합과 재구조화, 데이터 소스의 신뢰성 평가, 범주형 데이터 다루기 등 고급 기술도 함께 연습해요.

Exercise 1: 날씨 데이터셋 탐색 Exercise 2: 기온 시각화하기 Exercise 3: 기온 차이 그리기 Exercise 4: 날씨 범주화하기 Exercise 5: 악천후 조건 개수 세기 Exercise 6: 날씨 조건 평가하기 Exercise 7: 데이터 유형을 범주형으로 변경하기 Exercise 8: 데이터세트 병합하기 Exercise 9: DataFrame 준비하기 Exercise 10: DataFrame 병합하기 Exercise 11: 날씨가 체포율에 영향을 줄까요?Exercise 12: 날씨 등급별 체포율 비교하기 Exercise 13: 멀티 인덱스 Series에서 선택하기 Exercise 14: 체포율 데이터 재구조화하기 Exercise 15: 마무리