文件名称：School_District_Analysis：哥伦比亚数据科学模块3-Python，Pandas和Jupyter Notebook-报告学区内学校的进度和绩效
文件大小：1.4MB
文件格式：ZIP
更新时间：2024-03-17 03:41:36
JupyterNotebook
学区分析 撰写者：David Adams 撰写：2021年1月22日 撰写人：Python，Pandas，Jupyter Notebook 撰写：哥伦比亚大学第4单元 学区分析项目概述 成果1：取代托马斯高中的九年级阅读和数学成绩 交付品2：重复学区分析 比较PyCitySchools模块和PyCitySchools挑战代码 该项目的目的是根据多个类别（例如某个地区的学校类型，学校规模，学校预算）对来自特定学校的学生数据进行框架和分组。 通过对数据进行取景，可以更容易地列出和理解特定类别中的学生阅读和数学成绩。 jupyter笔记本中的数据将本学区的数据拼在一起。 分析过程 按照说明进行操作并通过模块进行编码。 按照挑战入门文档中的说明进行操作。 比较输出。 更新学区分析以匹配交付品1的结果 在第一个PyCitySchools python文件中，托马斯高中的九年级阅读和数学成
【文件预览】：
School_District_Analysis-main
----pandas_practice.ipynb(15KB)
----.gitignore(2KB)
----README.md(5KB)
----PyCityChallenge.png(34KB)
----Resources()
--------schools_complete.csv(683B)
--------PyCityChallenge.png(34KB)
--------students_complete.csv(1.96MB)
--------missing_grades.csv(297B)
--------PyCitySchools.png(34KB)
--------clean_students_complete.csv(2.17MB)
----jupyter_practice.ipynb(550B)
----cleaning_data.ipynb(12KB)
----PyCitySchools_Challenge_David.ipynb(152KB)
----cleaning_students_names.ipynb(1.45MB)
----PyCitySchools_Challenge_starter_code.ipynb(30KB)
----PyCitySchools.ipynb(204KB)
----PyCitySchools.png(34KB)