6.4 KiB
id, title, challengeType, forumTopicId, dashedName
| id | title | challengeType | forumTopicId | dashedName |
|---|---|---|---|---|
| 5e46f7e5ac417301a38fb929 | Аналізатор демографічних даних | 10 | 462367 | demographic-data-analyzer |
--description--
Ви будете працювати над цим проєктом з нашим стартовим кодом Replit.
- Почніть з імпорту проєкту на Replit.
- Потім ви побачите вікно
.replit. - Оберіть
Use run commandта натисніть кнопкуDone.
Ми досі розробляємо інтерактивну частину навчальної програми з Python. Наразі є декілька відео на ютуб-каналі freeCodeCamp.org, які навчать всього необхідного для виконання цього проєкту:
-
Python for Everybody Video Course (14 годин)
-
How to Analyze Data with Python Pandas (10 годин)
--instructions--
У цьому завдання ви повинні проаналізувати демографічні дані за допомогою Pandas. Вам надається набір демографічних даних, отриманих з бази даних перепису населення 1994 року. Ось приклад того, як виглядають дані:
| | age | workclass | fnlwgt | education | education-num | marital-status | occupation | relationship | race | sex | capital-gain | capital-loss | hours-per-week | native-country | salary |
|---:|------:|:-----------------|---------:|:------------|----------------:|:-------------------|:------------------|:---------------|:-------|:-------|---------------:|---------------:|-----------------:|:-----------------|:---------|
| 0 | 39 | State-gov | 77516 | Bachelors | 13 | Never-married | Adm-clerical | Not-in-family | White | Male | 2174 | 0 | 40 | United-States | <=50K |
| 1 | 50 | Self-emp-not-inc | 83311 | Bachelors | 13 | Married-civ-spouse | Exec-managerial | Husband | White | Male | 0 | 0 | 13 | United-States | <=50K |
| 2 | 38 | Private | 215646 | HS-grad | 9 | Divorced | Handlers-cleaners | Not-in-family | White | Male | 0 | 0 | 40 | United-States | <=50K |
| 3 | 53 | Private | 234721 | 11th | 7 | Married-civ-spouse | Handlers-cleaners | Husband | Black | Male | 0 | 0 | 40 | United-States | <=50K |
| 4 | 28 | Private | 338409 | Bachelors | 13 | Married-civ-spouse | Prof-specialty | Wife | Black | Female | 0 | 0 | 40 | Cuba | <=50K |
Ви повинні використати Pandas, щоб відповісти на наступні запитання:
- Скільки людей кожної раси представлено в цьому наборі даних? Це повинна бути серія Pandas з назвами рас як індексними мітками. (стовпчик
race) - Який середній вік людей?
- Який відсоток людей, у яких є ступінь бакалавра?
- Який відсоток людей з вищою освітою (
Bachelors,MastersабоDoctorate) заробляє понад 50 тисяч? - Який відсоток людей без вищої освіти заробляє понад 50 тисяч?
- Яку мінімальну кількість годин на тиждень працює людина?
- Який відсоток людей, які працюють мінімальну кількість годин на тиждень та отримують зарплату понад 50 тисяч?
- У якій країні найбільший відсоток людей, які заробляють >50 тисяч і який цей відсоток?
- Визначте найпопулярнішу професію для тих, хто заробляє >50 тисяч в Індії.
Використайте початковий код у файлі demographic_data_analyzer. Оновіть код, щоб для всіх змінних, для яких встановлено значення "None", було встановлено відповідне обчислення або код. Заокругліть усі десяткові дроби до найближчих десятків.
Для вас складені модульні тести у test_module.py.
Розробка
Для розробки ви можете використати main.py, щоб протестувати свій код. Натисніть кнопку «run» і main.py запуститься.
Тестування
Ми імпортували тести з test_module.py до main.py для вашої зручності. Тести запустяться автоматично, коли ви натиснете на кнопку «run».
Надсилання
Скопіюйте URL-адресу свого проєкту та відправте її до freeCodeCamp.
Джерело даних
Dua, D. and Graff, C. (2019). UCI Machine Learning Repository. Irvine, CA: University of California, School of Information and Computer Science.
--hints--
Проєкт повинен пройти усі тести Python.
--solutions--
# Python challenges don't need solutions,
# because they would need to be tested against a full working project.
# Please check our contributing guidelines to learn more.