【文件属性】:
文件名称:School_District_Analysis:使用Python,Anaconda和Jupyter
文件大小:1.26MB
文件格式:ZIP
更新时间:2021-03-02 01:28:24
JupyterNotebook
School_District_Analysis
使用Python,Anaconda和Jupyter
概述
校董会怀疑托马斯高中9年级学生的学术不诚实。 为了维持学校的考试标准,我们必须删除托马斯高中9年级学生的数学和阅读成绩,同时保持其余数据不变。 然后执行新一轮的分析,其中我们将考虑删除这些成绩及其影响方式:
地区概要
学校总结
根据总体合格率排名前5名的学校,排名前5名和后5名的学校
下5
每个学校每个年级水平的平均数学分数
每个学校每个年级水平的平均阅读分数
每个学生的学校支出得分
按学校规模
按学校类型
结果
区域摘要如何受到影响?
平均数学分数,通过数学的百分比,通过阅读的百分比和通过的总体百分比降低
学校总结如何受到影响?
除了托马斯高中以外,没有其他学校受到影响。 您可以看到平均数学分数,通过数学的百分比,通过阅读的百分比和通过的总百分比都降低了,而
【文件预览】:
School_District_Analysis-main
----cleaning_student_names.ipynb(1.37MB)
----PyCitySchools_Challenge.ipynb(97KB)
----cleaning_data.ipynb(9KB)
----PyCitySchools-checkpoint.ipynb(11KB)
----PyCitySchools_Challenge_starter_code.ipynb(28KB)
----functions.ipynb(3KB)
----Resources()
--------schools_complete.csv(683B)
--------students_complete.csv(1.96MB)
--------clean_students_complete.csv(2.17MB)
--------missing_grades.csv(289B)
----pandas_practice-checkpoint.ipynb(72B)
----PyCitySchools.ipynb(171KB)
----.gitignore(2KB)
----README.md(2KB)
----pandas_practice.ipynb(9KB)