用于处理提交给PDI的数据的库。
openpdi的Python项目详细描述
打开pdi
openpdi是一项非正式的工作，它记录和标准化提交给 Police Data Initiative（pdi）。目标是使数据更容易访问 通过解决与 即标准化，
- 文件类型：一些代理使用
Socrata Open Data API，许多人提供他们的数据
在不同结构的原始
.csv、.xlsx或.xls文件中。 - 列名：表示相同数据的许多列（例如，race 警察）在不同的部门、城市和州有不同的名字。
- 值格式：在 很多不同的格式。
- 列可用性：当前很难识别数据 包含某些列的源-例如使用force数据 指明有关人员的雇用日期。
开始
安装
$ pip install openpdi
用法
| Dataset | ID | Source |
|---|---|---|
| Use of Force | ^{ | https://www.policedatainitiative.org/datasets/use-of-force/ |
importcsvimportopenpdi# The library has a single entry point:dataset=openpdi.Dataset(# The dataset ID (see the table above)."uof",# Limit the data sources to a specific state using its two-letter code.## Default: `scope=[]`.scope=["TX"],# A list of columns that must be provided in every data source included in# this dataset. See `openpdi/meta/{ID}/schema.json` for the available# columns.## Default: `columns=[]`.columns=["reason"],# If `True`, only return the user-specified columns -- i.e., those listed# in the `columns` parameter.## Default: `strict=False`.strict=False)# The names of the agencies included in this dataset:print(dataset.agencies)# The URLs of the external data sources inlcuded in this dataset:print(dataset.sources)# `gen` is a generator object for iterating over the CSV-formatted dataset.gen=dataset.download()# Write to a CSV file:withopen("dataset.csv","w+")asf:writer=csv.writer(f,delimiter=",",quoting=csv.QUOTE_ALL)writer.writerows(gen)
数据集
为了避免不必要的膨胀（就gbs而言），我们实际上不在此存储库中存储任何pdi数据。相反，我们存储外部托管数据集的小的、json格式的描述，例如，^{
[{"url":"https://www.norwichct.org/Archive.aspx?AMID=61&Type=Recent","type":"csv","start":1,"columns":{"date":{"index":0,"specifier":"%m/%d/%Y"},"city":{"raw":"Richmond"},"state":{"raw":"CA"},"service_type":{"index":1},"force_type":{"index":10},"light_conditions":{"index":8},"weather_conditions":{"index":7},"reason":{"index":2},"officer_injured":{"index":6},"officer_race":{"index":9},"subject_injured":{"index":5},"aggravating_factors":{"index":3},"arrested":{"index":4}}}]
此文件描述了来自加利福尼亚州里士满的force（uof）数据集的使用。数组中的每个条目都将一列从外部托管数据映射到数据集架构文件（^{
schema.json文件将format分配给特定数据集中的每个可能的列，这是一个python函数，负责标准化原始列值（请参见^{
欢迎加入QQ群-->： 979659372
