Rendas globais: Dispersão

Um quantil é uma medida de dispersão criada ao dividir a distribuição de frequências de um DataFrame em grupos iguais. Você pode retornar os valores no quantil q de um DataFrame df com o comando df.quantile(q); da mesma forma, fornecer uma lista em q retornará um valor para cada quantil especificado.

Aqui, você vai continuar a análise da distribuição de renda global usando duas medidas de dispersão: o desvio padrão, ou raiz quadrada da variância, e o intervalo interquartil (IQR).

pandas já foi importado como pd, e o DataFrame income do exercício anterior está no seu ambiente de trabalho.

Este exercício faz parte do curso

Importing and Managing Financial Data in Python

Ver curso

Instruções do exercício

Usando as funções apropriadas, calcule a média da renda per capita como mean e o desvio padrão como std.
Sem usar .quantile(), calcule e imprima os limites inferior e superior de um intervalo de um desvio padrão em torno da média em uma lista bounds:
- subtraia std de mean como primeiro elemento
- some std a mean como segundo elemento
Usando .quantile() e uma lista com dois valores decimais apropriados, calcule e imprima o primeiro e o terceiro quartis de 'Income per Capita' como quantiles. Os valores coincidem?
Calcule e imprima o IQR, iqr, usando a expressão de subtração simples que você viu no vídeo.

Exercício interativo prático

Experimente este exercício completando este código de exemplo.

# Calculate mean
mean = ____

# Calculate standard deviation
std = income['Income per Capita'].std()

# Calculate and print lower and upper bounds
bounds = [____, ____]
print(bounds)

# Calculate and print first and third quartiles
quantiles = income['Income per Capita'].____([____, ____])
print(quantiles)

# Calculate and print IQR
iqr = ____ - ____
print(iqr)

Editar e executar o código