Přehled nejchudších a nejbohatších zemí světa

Hodnoty numerických proměnných jsou čísla. Lze je popsat pomocí měr centrální tendence – tedy nejčastější nebo nejtypičtější hodnoty v datasetu – a rozptýlenosti, která vyjadřuje, jak jsou hodnoty rozloženy kolem středu distribuce.

V následujících cvičeních použiješ tyto statistiky k prozkoumání dat v souboru 'per_capita_income.csv', který obsahuje průměrný příjem na osobu pro jednotlivé země. Prvním krokem k analýze globálního rozdělení příjmů je data si prohlédnout a zorientovat se v nich.

pandas byl naimportován jako pd.

Toto cvičení je součástí kurzu

Importing and Managing Financial Data in Python

Zobrazit kurz

Pokyny k cvičení

Načti soubor 'per_capita_income.csv' do proměnné income. Kromě názvu souboru nejsou potřeba žádné další argumenty. (Poznámka: jde o soubor ve formátu csv.)
Prozkoumej názvy sloupců a datové typy pomocí .info().
Pomocí .sort_values() seřaď DataFrame income sestupně podle sloupce s informacemi o příjmu.
Zobraz prvních pět řádků income pomocí .head() a posledních pět řádků pomocí .tail().

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

# Import the data
income = ____

# Inspect the result
income.info()

# Sort the data by income
income = income.sort_values('Income per Capita', ____)

# Display the first and last five rows
print(income.____())
print(income.____())

Upravit a spustit kód