文件名称：School_District_Analysis
文件大小：1.3MB
文件格式：ZIP
更新时间：2024-04-04 00:30:29
JupyterNotebook
School_District_Analysis 学区分析概述： 一个学校董事会担心存在学术不诚实，他们希望我们从其数据集中删除所涉及的学校和年级。 他们希望我们删除此数据，因为他们不确定它可能如何影响我们在先前模块中为他们创建的结果。 结果： 区域摘要如何受到影响？ 模块： 挑战： 学校总结如何受到影响？ 挑战： 模块： 相对于其他学校，替换九年级学生的数学和阅读成绩对托马斯高中的表现有何影响？ 托马斯高中仍然是排名前五的学校之一，对它的影响并不大。 但是，我们看不到他们9年级的分数，因此很难将该年级与其他学校的阅读水平进行比较。 替换九年级成绩对以下各项有何影响： 数学和阅读分数成绩模块数据THS： •合格率（数学）：93.2％•合格率（阅读）：97.3％•平均数学得分：83.4•平均阅读得分：83.8•总体合格率：90.9％挑战数据THS：•合格率（数学）：66.9％•
【文件预览】：
School_District_Analysis-main
----.gitignore(2KB)
----PyCitySchools_Challenge.ipynb(350KB)
----cleaning_student_names.ipynb(1.37MB)
----pandas_practice.ipynb(11KB)
----Resources()
--------students_complete.csv(1.96MB)
--------schools_complete.csv(683B)
--------PyCitySchools_Challenge_starter_code.ipynb(29KB)
--------clean_students_complete.csv(2.17MB)
--------missing_grades.csv(297B)
----PyCitySchools_Challenge_testing.ipynb(221KB)
----cleaning_data.ipynb(12KB)
----README.md(2KB)
----function.ipynb(5KB)
----PyCitySchools.ipynb(201KB)
----jupyter_practice.ipynb(590B)