การคำนวณค่า D สำหรับรัฐหนึ่ง

ในแบบฝึกหัดนี้ จะคำนวณ Index of Dissimilarity สำหรับรัฐจอร์เจีย โดยสูตรของ Index of Dissimilarity คือ:

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

ในที่นี้ กลุ่ม A คือประชากรผิวขาว และกลุ่ม B คือประชากรผิวดำ โดย $a$ และ $b$ แทนจำนวนประชากรผิวขาวและผิวดำในพื้นที่ย่อย (tracts) ส่วน $A$ และ $B$ แทนจำนวนประชากรผิวขาวและผิวดำในพื้นที่รวม (รัฐจอร์เจีย รหัสไปรษณีย์ = GA รหัส FIPS = 13)

ได้นำเข้า pandas ด้วย alias ปกติแล้ว และโหลด DataFrame ชื่อ tracts ที่มีคอลัมน์ประชากร "white" และ "black" ไว้เรียบร้อยแล้ว

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

การวิเคราะห์ข้อมูลสำมะโนประชากรสหรัฐฯ ด้วย Python

ดูคอร์ส

คำแนะนำการฝึกหัด

สร้าง DataFrame ใหม่ชื่อ ga_tracts ที่มีเฉพาะ tracts ในรัฐจอร์เจีย (คอลัมน์ "state" ต้องมีค่าเท่ากับรหัส FIPS "13")
ระบุชื่อคอลัมน์ในรูปแบบ list (ใช้ตัวแปร w และ b) เพื่อแสดงผลรวมของประชากรผิวขาวที่ไม่ใช่ Hispanic และประชากรผิวดำในรัฐจอร์เจีย
นำจำนวนประชากรผิวขาวของแต่ละ tract หารด้วยผลรวมของประชากรผิวขาวทั้งหมด แล้วลบด้วยจำนวนประชากรผิวดำของแต่ละ tract หารด้วยผลรวมของประชากรผิวดำทั้งหมด โดยใช้ตัวแปร w และ b เพื่อให้โค้ดอ่านง่ายขึ้น

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

# 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))

แก้ไขและรันโค้ด