Carros per capita (1)

Vamos nos ater um pouco mais aos dados de cars. Desta vez, você deseja descobrir quais países têm um número alto de carros per capita. Em outras palavras, em quais países muitas pessoas têm um carro, ou talvez vários.

De forma semelhante ao exemplo anterior, você deve criar uma série booleana, que então pode ser usada para subdividir o DataFrame cars para selecionar determinadas observações. Se quiser fazer isso em uma única linha, não há problema algum!

Este exercício faz parte do curso

Python intermediário

Ver curso

Instruções do exercício

Selecione a coluna cars_per_cap de cars como uma série do pandas e armazene-a como cpc.
Use cpc em combinação com um operador de comparação e 500. Você deve obter uma série booleana que seja True se o país correspondente tiver cars_per_cap maior que 500 e False caso contrário. Armazene essa série booleana como many_cars.
Use many_cars para subdividir cars, semelhante ao que você fez anteriormente. Armazene o resultado como car_maniac.
Imprima car_maniac para ver se deu certo.

Exercício interativo prático

Experimente este exercício completando este código de exemplo.

# Import cars data
import pandas as pd
cars = pd.read_csv('cars.csv', index_col = 0)

# Create car_maniac: observations that have a cars_per_cap over 500




# Print car_maniac

Editar e executar o código