计算单一州的 D 值

在本练习中，您将为 Georgia 州计算差异指数（Index of Dissimilarity）。请记住，其公式为：

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

在这里，A 组为 White，B 组为 Black。$a$ 和 $b$ 表示小地理单元（普查小区，tracts）的 White 和 Black 人口，$A$ 和 $B$ 表示更大包含地理（Georgia，邮政代码 = GA，FIPS 代码 = 13）的 White 和 Black 总人口。

已按惯例导入 pandas，并已加载包含 "white" 和 "black" 人口列的 tracts DataFrame。

本练习是课程的一部分

使用 Python 分析美国人口普查数据

查看课程

练习说明

创建新的 DataFrame ga_tracts，只包含 Georgia 的 tracts（"state" 列应等于 FIPS 代码 "13"）。
以列表形式提供列名（使用变量 w 和 b），打印 Georgia 中非西班牙裔 White 和 Black 的总和。
将每个 tract 的 White 人口除以 White 人口总和，再减去每个 tract 的 Black 人口除以 Black 人口总和；使用变量 w 和 b 以提高代码可读性。

交互式实操练习

通过完成这段示例代码来试试这个练习。

# 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))

编辑并运行代码