文件名称：School_District_Analysis:分析学生数据
文件大小：1.4MB
文件格式：ZIP
更新时间：2024-04-26 18:11:07
JupyterNotebook
学区分析 概述： 客观的： 给我们提供了学生的成绩，并负责根据学校，预算（每位学生），学校规模和学校类型确定平均成绩。 我还按年级计算了平均分数。 THS的9年级学生可能有一些错误的分数，因此我们被要求计算新的总数，同时排除9年级学生并分析结果的任何差异。 分析： 从计算中删除THS 9年级学生之后，总体学区人数略有减少。 虽然，减少幅度很小，以至于在适当舍入后不会影响计算。 结果（从THS排除9年级学生的分数之前和之后）： 区域摘要（平均数学-0.1） 前： 平均数学：79.0，平均阅读水平：81.9，及格分数：75％，通过及格百分比：86％，整体及格率65％ 后： 平均数学：78.9，平均阅读水平：81.9，及格分数：75％，通过及格百分比：86％，总体及格率65％ 学校总结 托马斯高中之前： 平均数学：83.41，平均阅读率：83.84，及格分数：93％，通过及格百分比：9
【文件预览】：
School_District_Analysis-main
----cleaning_student_names.ipynb(1.42MB)
----PyCitySchools_Challenge_testing - Copy.ipynb(109KB)
----PyCitySchools_Challenge.ipynb(70KB)
----cleaning_data.ipynb(13KB)
----PyCitySchools_Challenge_starter_code.ipynb(24KB)
----function.ipynb(5KB)
----deliverables.txt(673B)
----Resources()
--------per_school_summary_df.png(36KB)
--------schools_complete.csv(683B)
--------size_score_summary_df.png(5KB)
--------student_data_df.png(17KB)
--------students_complete.csv(1.96MB)
--------bottom_schools_df.png(15KB)
--------clean_students_complete.csv(2.17MB)
--------reading_scores_by_grade.png(14KB)
--------spending_summary_df.png(6KB)
--------missing_grades.csv(289B)
--------top_schools_df.png(14KB)
--------district_summary_df.png(4KB)
--------math_scores_by_grade.png(14KB)
----PyCitySchools.ipynb(174KB)
----.gitignore(2KB)
----jupyter_practice.ipynb(1KB)
----README.md(3KB)
----pandas_practice.ipynb(12KB)