为了解决特定问题而进行的学习是提高效率的最佳途径。这种方法能够使我们专注于最相关的知识和技能,从而更快地掌握解决问题所需的能力。
(以下练习题来源于《统计学—基于Python》。联系获取原始数据。)
练习题
下表是随机抽取的10名学生的两门课程的考试分数。
(1)按数学分数降序排序数据框。
(2)采用有放回抽样方法,随机抽取5名学生组成一个样本。
(3)筛选出经济学专业的女生。
(4)筛选出统计学分数大于等于90的男生。
计算结果
(1)按数学分数降序排序数据框
# 按数学分数降序排序数据框
import pandas as pd
table2_1 = pd.read_csv('exercise2_2.csv') # 加载数据
table2_1.sort_values('数学', ascending = False)
(2)采用有放回抽样方法,随机抽取5名学生组成一个样本
# 采用有放回抽样方法,随机抽取5名学生组成一个样本
import pandas as pd
import random
table2_1 = pd.read_csv('exercise2_2.csv') # 加载数据
d1 = table2_1['姓名']
n1 = random.sample(population = list(d1), k = 5) # 无放回抽取5名学生,k为抽样次数
n2 = random.choices(population = list(d1), k = 5) # 有放回抽取5名学生,k为抽样次数
print('无放回抽取5名学生:','\n', n1)
print('有放回抽取5名学生:','\n', n2)
(3)筛选出经济学专业的女生
# 筛选出经济学专业的女生
import pandas as pd
table2_1 = pd.read_csv('exercise2_2.csv') # 加载数据
table2_1[(table2_1['专业']=='经济学')&(table2_1['性别']=='女')]
(4)筛选出统计学分数大于等于90的男生
# 筛选出统计学分数大于等于90的男生
import pandas as pd
table2_1 = pd.read_csv('exercise2_2.csv') # 加载数据
table2_1[(table2_1['统计学']>=90)&(table2_1['性别']=='男')]
都读到这里了,不妨关注、点赞一下吧!