人均汽车数（1）
我们继续使用 cars 数据。这次，您要找出哪些国家的人均汽车数较高。换句话说，在哪些国家，很多人拥有汽车，甚至拥有多辆车。
与上一个示例类似，您将构建一个布尔 Series，然后用它来对 cars DataFrame 进行子集筛选，以选出特定观测值。如果您想用一行代码完成，也完全可以！
本练习是课程的一部分
Python 中级
练习说明
- 从
cars中选择cars_per_cap列作为 Pandas Series，并将其保存为cpc。 - 将
cpc与比较运算符以及500结合使用。您需要得到一个布尔 Series：当对应国家的cars_per_cap大于500时为True，否则为False。将该布尔 Series 保存为many_cars。 - 使用
many_cars对cars做子集筛选，方式与之前类似。将结果保存为car_maniac。 - 打印
car_maniac，检查结果是否正确。
交互式实操练习
通过完成这段示例代码来试试这个练习。
# 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