Porównanie wyników zatrzymań za prędkość według płci
Wielu ludzi uważa, że gdy kierowca zostaje zatrzymany za przekroczenie prędkości, jego płeć ma wpływ na to, czy otrzyma mandat, czy ostrzeżenie. Czy w zbiorze danych można znaleźć dowody na to przekonanie?
Na początku utworzysz dwa obiekty DataFrame dla kierowców zatrzymanych za przekroczenie prędkości – jeden dla kobiet i jeden dla mężczyzn.
Następnie, dla każdej z płci, użyjesz kolumny stop_outcome, aby obliczyć, jaki odsetek zatrzymań zakończył się „Citation" (czyli mandatem), a jaki „Warning" (ostrzeżeniem).
To ćwiczenie jest częścią kursu
Analiza aktywności policji z pandas
Instrukcje do ćwiczenia
- Utwórz obiekt DataFrame
female_and_speeding, który zawiera tylko kierowczynie zatrzymane za przekroczenie prędkości. - Utwórz obiekt DataFrame
male_and_speeding, który zawiera tylko kierowców płci męskiej zatrzymanych za przekroczenie prędkości. - Zlicz wyniki zatrzymań dla kierowczyń i wyraź je jako proporcje.
- Zlicz wyniki zatrzymań dla kierowców płci męskiej i wyraź je jako proporcje.
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# Create a DataFrame of female drivers stopped for speeding
female_and_speeding = ri[____]
# Create a DataFrame of male drivers stopped for speeding
male_and_speeding = ri[____]
# Compute the stop outcomes for female drivers (as proportions)
print(female_and_speeding.____)
# Compute the stop outcomes for male drivers (as proportions)
print(male_and_speeding.____)