D'yi Döngüde Hesaplama

Georgia'nın 0.544'lik Ayrışma Endeksi (Index of Dissimilarity) yüksek mi düşük mü? Bunu Chicago'nun bulunduğu Illinois (FIPS = 17) ile karşılaştıralım.

Bu egzersizde tüm eyaletler için $D$ değerini bir döngü kullanarak hesaplayacak, sonra Georgia ve Illinois'i karşılaştıracağız.

Ayrışma Endeksi'nin formülünü unutma:

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

pandas her zamanki kısaltmayla içe aktarılmış durumda ve "white" ve "black" nüfus sütunları olan tracts DataFrame'i yüklendi. w ve b değişkenleri, "white" ve "black" sütun adlarıyla tanımlandı.

Bu egzersiz, kursun bir parçasıdır

Python ile ABD Nüfus Sayımı Verilerini Analiz Etme

Kursa Göz Atın

Egzersiz talimatları

Eyalet FIPS kodlarının bir listesini oluşturmak için "state" sütununda unique() metodunu kullan.
Bir for döngüsüyle states içindeki her öğeyi (yani her FIPS kodunu) state adlı bir değişkende tut.
Her state değeri için tracts DataFrame'ini filtrele ve tmp değişkenine ata.
Her eyalet için formülü tmp üzerinde uygulayarak $D$'yi hesapla ve sonucu state_D sözlüğünde sakla.

Uygulamalı etkileşimli egzersiz

Bu egzersizi bu örnek kodu tamamlayarak deneyin.

# Get list of state FIPS Codes
states = list(tracts["state"].____)

state_D = {}  # Initialize dictionary as collector
for state in ____:
    # Filter by state
    tmp = ____
    
    # Add Index of Dissimilarity to Dictionary
    state_D[state] = 0.5 * sum(____)

# Print D for Georgia (FIPS = 13) and Illinois (FIPS = 17)    
print("Georgia D =", round(state_D["13"], 3))
print("Illinois D =", round(state_D["17"], 3))

Kodu Düzenle ve Çalıştır