Obliczanie D dla jednego stanu

W tym ćwiczeniu obliczysz Indeks Dysymilacji dla stanu Georgia. Przypomnij sobie wzór na Indeks Dysymilacji:

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

Grupa A to biali (Whites), Grupa B to czarni (Blacks). $a$ i $b$ oznaczają liczebność białej i czarnej populacji w małej jednostce geograficznej (tract), natomiast $A$ i $B$ – liczebność białej i czarnej populacji w większym obszarze obejmującym (Georgia, kod pocztowy = GA, kod FIPS = 13).

Biblioteka pandas została zaimportowana z użyciem standardowego aliasu, a DataFrame tracts z kolumnami populacji "white" i "black" jest już wczytany.

To ćwiczenie jest częścią kursu

Analiza danych spisowych USA w Pythonie

Zobacz kurs

Instrukcje do ćwiczenia

Utwórz nowy DataFrame ga_tracts zawierający tylko tracty z Georgii (kolumna "state" powinna być równa kodowi FIPS "13")
Podaj nazwy kolumn w liście (użyj zmiennych w i b), aby wyświetlić sumy populacji białych nielatynoskich i czarnych w Georgii
Podziel populację białych w każdym traccie przez sumę populacji białych, a następnie odejmij populację czarnych w każdym traccie podzieloną przez sumę populacji czarnych; użyj zmiennych w i b, aby zwiększyć czytelność kodu

Interaktywne ćwiczenie praktyczne

Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.

# 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))

Edytuj i uruchom kod