Comparando os resultados de excesso de velocidade por gênero
Quando uma pessoa é parada por excesso de velocidade, muita gente acredita que o gênero influencia se ela vai receber uma multa ou apenas um aviso. Dá para encontrar evidências disso no conjunto de dados?
Primeiro, você vai criar dois DataFrames com motoristas que foram parados por excesso de velocidade: um contendo mulheres e outro contendo homens.
Depois, para cada gênero, você usará a coluna stop_outcome para calcular qual porcentagem das paradas resultou em "Citation" (ou seja, multa) versus "Warning" (aviso).
Este exercício faz parte do curso
Analisando a Atividade Policial com pandas
Instruções do exercício
- Crie um DataFrame,
female_and_speeding, que inclua apenas motoristas mulheres que foram paradas por excesso de velocidade. - Crie um DataFrame,
male_and_speeding, que inclua apenas motoristas homens que foram parados por excesso de velocidade. - Conte os resultados das paradas para as motoristas mulheres e expresse-os como proporções.
- Conte os resultados das paradas para os motoristas homens e expresse-os como proporções.
Exercício interativo prático
Experimente este exercício completando este código de exemplo.
# 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.____)