Pandas 最佳实践 (4/10)：检验关系

这段文字主要讲解了如何使用 Pandas 库分析交通拦截数据，并重点关注性别是否影响车辆搜查的概率。

首先，介绍了数据集中有两个关键列：驾驶员性别和是否搜查车辆。

然后，以“搜索率”为基础，通过 value_counts 和 normalize 方法计算出所有拦截事件中车辆被搜查的比例，大约为 3.5%。

接着，介绍了一种更简洁的方法：直接使用 mean() 方法计算布尔值列的平均值，从而获得该列中值为 True 的比例，即搜索率。

最后，作者使用 groupby 和 mean() 方法对不同性别的驾驶员进行分组，并计算每个性别对应的搜查率，以此来分析性别是否影响车辆搜查的概率。

这段文字的目的是教导如何使用 Pandas 库进行数据分析，并通过一个具体的例子说明了如何分析性别是否影响车辆搜查概率。

这是我 2018 年 PyCon Pandas 教程的第 4 部分。 本视频涵盖以下主题：值计数、布尔值运算、按多个列分组、相关性与因果关系。