Python3_big_test

 Напишіть назву бібліотеки для аналізу даних на Python

(a)  

Що має бути замість цифр?

• 1 - Бібліотека скорочено

  2 - Ім'я, яке використовуватиметься у коді

  3 - Ім'я бібліотеки

  4 - Команда імпорт

• 1 - Команда імпорт

  2 - Ім'я, яке використовуватиметься у коді

  3 - Ім'я бібліотеки

  4 - Бібліотека скорочено називається як

• 1 - Команда імпорт

  2 - Ім'я бібліотеки

  3 - Ім'я, яке використовуватиметься у коді

  4 - Бібліотека скорочено називається як

• 1 - Команда імпорт

  2 - Ім'я бібліотеки

  3 - Бібліотека скорочено називається як

  4 - Ім'я, яке використовуватиметься у коді

Напиши назву команди, яка допоможе дізнатись про вміст датафрейма

(a)  

Визначити середню кількість завантажень (Installs) додатків, рейтинг (Rating) яких перевищує значення 4.9.

• df[df['Installs'] > 4.9]['Rating'].mean()

• df[df['Rating'] > 4.9]['Installs'].mean()

• df['Rating' > 4.9] ['Installs'].mean()

• df['Rating'] ['Installs'].mean()

Параметри args і *kwargs 

• дозволяють передавати у функцію(або метод) змінну кількість аргументів

• можуть викорситовуватись лише в визначнні методiв(не функцій)

• можуть викорситовуватись лише в визначнні функцій(не методів)

• - це спеціальні ключові слова фреймворка kivy

Напиишіть текстовий тип даних pandas

(a)  

Оберіть метод, що викликає функцію до кожного рядка/стовпця DataFrame

• info()

• fillna()

• drop()

• apply()

Обери метод, що допоможе дізнатись які значення зустрічаються у стовпці

( уніікальні значення та їх кількість)?

• value_counts()

• info()

• describe()

• fillna()

Як порахувати середній розмір додатків всім цільових аудиторій ?

• df.groupby(by = 'Content Rating')['Size'].mean()

• df[df == 'Content Rating']['Size'].mean()

• df.groupby(by = ['Content Rating', 'Size']).mean()

• df.groupby(by = 'Size')['Content Rating'].mean()

Як отримати таку таблицю із датафрейма?

• df.pivot_table(

                    index = 'Category',

                    values ​​= 'Content Rating',

                    aggfunc = 'mean')

• df.pivot_table(columns = 'Content Rating',

                    index = 'Category',

                    values ​​= 'Size',

                    aggfunc = 'mean')

• df.pivot_table(columns = 'Content Rating',

                    index = 'Category',

                    values ​​= 'Reviews',

                    aggfunc = 'mean')

• df.pivot_table(columns = 'Category',

                    index = 'Content Rating',

                    values ​​= 'Reviews',

                    aggfunc = 'mean')