CommencezCommencez gratuitement

À armes égales

Vous souhaitez organiser une compétition sportive pour de jeunes adultes. Toutefois, vous voulez vous assurer que les participants ont des habiletés comparables, afin que les gagnants l'emportent à armes égales. Vous menez un sondage auprès de jeunes adultes appelé young_people et demandez aux répondants leur Gender, Age, Height et Weight.

Dans cet exercice, vous allez repérer les valeurs aberrantes dans la colonne de l'âge.

pandas et scipy.stats ont été importés pour vous sous les noms pd et stats, respectivement.

Cette activité fait partie du cours

Analyser des données de sondage avec Python

Voir le cours

Instructions de l’exercice

  • Calculez le z-score de la colonne Age.
  • Trouvez les valeurs aberrantes dans le sondage en utilisant Age_zscore pour ce sondage.

Exercice interactif pratique

Essayez cet exercice en complétant ce code d’exemple.

# z-score of `Age` column
young_people['Age_zscore'] = ____.____(young_people.____)

# Outliers in `Age_zscore`
age_outliers = young_people[
  (young_people.____ >= ____)
  |(young_people.____ <= ____)
]
print(age_outliers)
Modifier et exécuter le code