【文件属性】：
文件名称：School_District_Analysis：学区数据分析
文件大小：2.09MB
文件格式：ZIP
更新时间：2021-02-13 06:28:32
JupyterNotebook
School_District_Analysis
学区数据分析
学区分析概述：
该分析的目的是使用学校和学生信息来查看本地学区数据。 令人担忧的是，其中一所学校，托马斯高中的九年级数据似乎已被更改。 使用这些提供的数据集，并通过Jupiter笔记本使用Python3，Pandas和Numpy进行分析，可以清除和替换信息。 按照请求说明，将九年级阅读和数学成绩替换为NaN，更新学校摘要数据框架，并重复学区分析以将所有影响与整体分析进行比较。 所有分析代码都包含在文件中：PyCitySchools-Challenge.ipynb
结果：
区域摘要如何受到影响？
在删除托马斯高中的9年级成绩并更新了学校摘要数据框之后，对地区摘要进行比较，显示的地区摘要信息与之前的比较保持一致。
学校总结如何受到影响？
在处理数据之前，Thomas High School的数学及格分数= 66.91％
【文件预览】：
School_District_Analysis-main
----Resources()
--------clean_students_complete.csv(2.17MB)
--------School_summary_before_replace_ThomasHS.png(317KB)
--------ThomasHS_9th_NaN.png(131KB)
--------schools_complete.csv(683B)
--------students_complete.csv(1.96MB)
--------Top5_percent_overall_passing.png(130KB)
--------School_summary_after_replace_ThomasHS.png(318KB)
--------missing_grades.csv(297B)
----PyCitySchools-Challenge.ipynb(363KB)
----function.ipynb(6KB)
----cleaning_student_names.ipynb(1.52MB)
----pandas_practice.ipynb(21KB)
----PyCitySchools.ipynb(211KB)
----README.md(4KB)
----jupyter_practice.ipynb(560B)
----.gitignore(2KB)
----cleaning_data.ipynb(12KB)