Globala inkomster: Spridning

En kvantil är ett spridningsmått som skapas genom att dela upp en frekvensfördelning i en DataFrame i jämna grupper. Du kan returnera värden vid en given kvantil q i en DataFrame df med kommandot df.quantile(q). Om du anger en lista som q returneras ett värde för varje angiven kvantil.

Här fortsätter du din analys av den globala inkomstfördelningen med hjälp av två spridningsmått: standardavvikelsen, det vill säga kvadratroten ur variansen, och kvartilavståndet (IQR).

pandas har importerats som pd, och DataFrame:n income från föregående övning finns i din arbetsyta.

Den här övningen är en del av kursen

Importera och hantera finansiell data i Python

Visa kurs

Övningsinstruktioner

Beräkna medelvärdet av inkomst per capita som mean och standardavvikelsen som std med lämpliga funktioner.
Beräkna och skriv ut de övre och nedre gränserna för ett intervall på en standardavvikelse runt medelvärdet i en lista bounds – utan att använda .quantile():
- subtrahera std från mean som första element
- addera std till mean som andra element
Beräkna och skriv ut det första och tredje kvartilen för 'Income per Capita' som quantiles med hjälp av .quantile() och en lista med två lämpliga decimalvärden. Stämmer värdena överens?
Beräkna och skriv ut kvartilavståndet iqr med det enkla subtraktionsuttryck du lärde dig i videon.

Interaktiv övning med praktiskt arbete

Testa den här övningen genom att slutföra den här exempelkoden.

# 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)

Redigera och kör kod