【文件属性】：
文件名称：school_district_analysis:UoT DA Bootcamp的模块4
文件大小：1.53MB
文件格式：ZIP
更新时间：2021-03-21 09:26:18
JupyterNotebook
挑战-学区分析
挑战-概述
我们的任务是为分析，报告和演示准备标准化的测试数据，以提供有关性能趋势和模式的见解。我们获得了该地区学校的数据集，以及这些学校的学生数据及其相应的数学和阅读测验分数。我们必须汇总数据并根据各种类别寻找学校表现的趋势。
我们要查看数学和阅读成绩以及及格率，并根据学校类型，预算，规模和年级（学年）找到趋势。我们将获取数据并将其分类为选定的类别，然后根据我们选择的范围进行分组。该分析将帮助学校董事会和学区长就学校预算和优先事项做出决策。
对于分析中的挑战部分，我们研究了删除托马斯高中9年级的数学和阅读成绩将如何影响分析。学术不诚实的证据表明，这些分数似乎已经改变。尽管此问题的严重程度，校务委员会仍希望遵守州考试标准，并向我们寻求帮助。在删除分数之后，我们比较了上面提到的相同类别，并查看最大的变化在哪里。
挑战-结果
区域摘要如何受到影响？
模块工作的区域摘要如下所示：
【文件预览】：
school_district_analysis-main
----PyCitySchools_Challenge.ipynb(98KB)
----obsolete()
--------cleaning_student_names.ipynb(17KB)
--------PyCitySchools_Challenge.ipynb(122KB)
--------cleaning_data.ipynb(17KB)
--------PyCitySchools_Challenge_testing.ipynb(207KB)
--------PyCitySchools_Challenge_starter_code.ipynb(28KB)
--------function.ipynb(4KB)
--------pandas_practice.ipynb(22KB)
----Resources()
--------schools_complete.csv(683B)
--------students_complete.csv(1.96MB)
--------clean_students_complete.csv(2.17MB)
--------missing_grades.csv(289B)
----challenge()
--------PyCitySchools_Challenge.ipynb(98KB)
--------Resources()
----Module_PyCitySchools.ipynb(207KB)
----.gitignore(2KB)
----README.md(18KB)