我正在使用以下數據集（基本上是代表美國槍擊死亡人數的數據集），我試圖證明“大約三分之二的兇殺案受害者是 15 歲年齡段的男性—— 34 是黑色的”。這是我的嘗試：data = pd.read_csv("./guns-data-master/full_data.csv")homicides = data[data['intent'] == 'Homicide']male_homicides = homicides[homicides['sex'] == 'M']less_thirty_four = male_homicides[male_homicides['age'] <= 34.0]within_range = less_thirty_four[less_thirty_four['age'] >= 15.0]within_range.race.value_counts()這基本上給了我足夠的信息來證明我想要的。不過，我確信一定有一種更簡單、更有效的方法來過濾掉所有年齡在15歲至34歲之間的男性兇殺案受害者。我該怎么做才能使這個過濾過程更加有效？
2 回答
肥皂起泡泡
TA貢獻1829條經驗 獲得超6個贊
另一種方法（可能具有更好的可讀性）是使用查詢方法。
url = "https://raw.githubusercontent.com/fivethirtyeight/guns-data/master/full_data.csv"
df = pd.read_csv(url, index_col=[0])
df.query("age >= 25 and age <= 34 and intent == 'Homicide' and sex == 'M'") \
? .race \
? .value_counts()
Black? ? ? ? ? ? ? ? ? ? ? ? ? ? ?5901
White? ? ? ? ? ? ? ? ? ? ? ? ? ? ?1568
Hispanic? ? ? ? ? ? ? ? ? ? ? ? ? 1564
Asian/Pacific Islander? ? ? ? ? ? ?122
Native American/Native Alaskan? ? ? 90
皈依舞
TA貢獻1851條經驗 獲得超3個贊
嘗試這個：
data = pd.read_csv("./guns-data-master/full_data.csv")
homicides = data[(data['intent'] == 'Homicide') & (data['sex'] == 'M') & (data['age'] <= 34.0) & (data['age'] >= 15.0) ]
homicides.race.value_counts()
添加回答
舉報
0/150
提交
取消