In [1]:

    

import pandas


    

In [2]:

    

df = pandas.read_csv("./Cluster-Crime-Janeiro.csv")


    

In [21]:

    

clusters = df[['CLUSTER']]


    

In [23]:

    

new_df = df.groupby('CLUSTER')


    

In [46]:

    

val = new_df['NATUREZA DA OCORRÊNCIA']


    

In [4]:

    

novo = df[df['CLUSTER'] == 1] #Fazer For loop para percorrer todas regiões


    

In [6]:

    

crime_types = novo[['NATUREZA DA OCORRÊNCIA']]


    

In [7]:

    

crime_type_total = crime_types.groupby('NATUREZA DA OCORRÊNCIA').size()


    

In [9]:

    

crime_type_counts = novo[['NATUREZA DA OCORRÊNCIA']].groupby('NATUREZA DA OCORRÊNCIA').sum()


    

In [10]:

    

crime_type_counts['TOTAL'] = crime_type_total


    

In [11]:

    

all_crime_types = crime_type_counts.sort_values(by='TOTAL', ascending=False)


    

In [12]:

    

all_crime_types


    

    
Out[12]:







  

    

      

      
TOTAL
    
    

      
NATUREZA DA OCORRÊNCIA
      

    
  
  

    

      
VEÍCULO LOCALIZADO
      
8
    
    

      
PORTE ILEGAL DE ARMA
      
3
    
    

      
MORTE A BALA
      
2
    
    

      
TRÁFICO DE ENTORPECENTES
      
2
    
    

      
VEÍCULO LOCALIZADO (ATO INFRACIONAL)
      
2
    
    

      
AMEAÇA
      
1
    
    

      
APREENSÃO DE DROGAS
      
1
    
    

      
LESAO CORPORAL
      
1
    
    

      
TRÁFICO DE ENTORPECENTES (FLAGRANTE / ATO INFRACIONAL)
      
1
    
    

      
VEÍCULO ABANDONADO
      
1
    
  

In [50]:

    

import matplotlib.pyplot as plt
import numpy as np
import matplotlib.ticker as ticker


    

In [55]:

    

all_crime_types.plot(kind='barh', figsize=(14,10), color='#cc0000')
plt.title('Crimes by Type (Cluster 01 - Jan 2017)')
plt.xlabel('Number of Crime reports')
plt.ylabel('Crime Type')
plt.tight_layout()
ax = plt.gca()
ax.xaxis.set_major_formatter(ticker.StrMethodFormatter('{x:,.0f}'))
plt.show()


    

In [ ]: