Мировые доходы: разброс данных

Квантиль — это мера разброса, получаемая путём разбиения частотного распределения DataFrame на равные группы. Чтобы получить значения на заданном квантиле q для DataFrame df, используйте команду df.quantile(q). Если передать список в качестве q, функция вернёт значение для каждого указанного квантиля.

В этом упражнении вы продолжите анализ мирового распределения доходов с помощью двух мер разброса: стандартного отклонения (квадратного корня из дисперсии) и межквартильного размаха (IQR).

pandas импортирован как pd, а DataFrame income из предыдущего упражнения уже доступен в вашем рабочем пространстве.

Это упражнение является частью курса

Импорт и управление финансовыми данными в Python

Посмотреть курс

Инструкции к упражнению

С помощью подходящих функций вычислите среднее значение дохода на душу населения как mean и стандартное отклонение как std.
Не используя .quantile(), вычислите и выведите верхнюю и нижнюю границы интервала в одно стандартное отклонение вокруг среднего в виде списка bounds:
- вычтите std из mean в качестве первого элемента
- прибавьте std к mean в качестве второго элемента
С помощью .quantile() и списка из двух подходящих десятичных значений вычислите и выведите первый и третий квартили столбца 'Income per Capita' как quantiles. Совпадают ли значения?
Вычислите и выведите межквартильный размах iqr, используя простое выражение вычитания, которое вы изучили в видео.

Интерактивное практическое упражнение

Попробуйте выполнить это упражнение, дополнив этот пример кода.

# 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)

Редактировать и запускать код