文件名称：School_District_Analysis
文件大小：2.33MB
文件格式：ZIP
更新时间：2024-05-03 03:48:57
JupyterNotebook
学区分析 项目概况： 校务委员会希望对学区进行汇总分析，以帮助查找学校数据中的任何异常情况。 利用我们的Python知识和所提供的数据，我们能够有效地找到一些有用的信息。 首先，我们必须： 读取学校数据和学生数据并存储到Pandas DataFrame中 清理所有学生姓名 删除任何可能的异常以显示正确的数据 产生地区摘要 通过排序生成学校摘要： 高和低表现学校 数学和阅读分数 年级 学校支出 学校规模 学校类型 根据提供的信息陈述结论 资源： 资料来源：students_complete.csv，schools_complete.csv 软体：Python 3.8.3，Jupyter Lab，Visual Studio Code 1.46.0 结果： 仔细查看所有数据后，Thomas High School发现了异常值。 它是唯一一所大大降低了很多的特许学校。 我们决定稍后删除
【文件预览】：
School_District_Analysis-main
----.gitignore(2KB)
----cleaning_students_names.ipynb(1.41MB)
----PyCitySchools_Challenge.ipynb(331KB)
----Resources()
--------school_size.png(65KB)
--------students_complete.csv(1.96MB)
--------school_spending.png(382KB)
--------school_type.png(38KB)
--------schools_complete.csv(683B)
--------THS_9th_removed.png(56KB)
--------highandlow.png(139KB)
--------scores_by_grade.png(179KB)
--------school_district_all.png(318KB)
--------clean_students_complete.csv(2.17MB)
--------missing_grades.csv(297B)
----PyCitySchools_Challenge_testing.ipynb(67KB)
----cleaning_data.ipynb(12KB)
----README.md(4KB)
----PyCitySchools_Challenge_starter_code.ipynb(126KB)
----function.ipynb(5KB)
----PyCitySchools.ipynb(197KB)
----jupyter_practice.ipynb(12KB)