Pengantar ilmu data dalam solusi penugasan 3 python

Saya memiliki beberapa masalah dengan Tugas 3 (https. //github. com/AparaV/intro-to-data-science-with-python/tree/master/assignment-03). Saya berharap tidak ada hasil 'Nan'. tapi ada nilai 'Nan'. ini adalah pertama kalinya saya belajar bahasa pemrograman. Alangkah baiknya jika seseorang dapat memberi tahu saya apa yang salah dengan kode python saya. di sini adalah gambar hasil yang diinginkan dan hasil menggunakan kode di bawah ini

import pandas as pd
import numpy as np
import re
def answer_one():
    def energy():
        energy = pd.read_excel('Energy Indicators.xls',sheet_name='Energy')
        energy = energy.iloc[16:243]
        energy.drop(['Unnamed: 0','Unnamed: 1'], axis ='columns',inplace=True)
        energy.columns = ['Country', 'Energy Supply', 'Energy Supply per Capita', '% Renewable']

        energy = energy.replace('...',np.nan)
        energy['Energy Supply'] = energy['Energy Supply']*1000000

        energy = energy.replace('Republic of Korea','South Korea')
        energy = energy.replace('United States of America','United States')
        energy = energy.replace('United Kingdom of Great Britain and Northern Ireland','United Kingdom')
        energy = energy.replace('China, Hong Kong Special Administrative Region','Hong Kong')

        energy['Country'] =  energy['Country'].str.replace(" \(.*\)","")

        energy = energy.reset_index()
        energy = energy[['Country', 'Energy Supply', 'Energy Supply per Capita', '% Renewable']]
        return energy

    def GDP():
        GDP= pd.read_csv('world_bank.csv')
        s=(GDP.iloc[3].values)[:4].astype(str).tolist() + (GDP.iloc[3].values)[4:].astype(int).astype(str).tolist()
        GDP = GDP[4:]
        GDP.columns = s
        GDP = GDP[['Country Name','2006', '2007', '2008', '2009', '2010', '2011', '2012', '2013', '2014', '2015']]
        GDP.columns = ['Country','2006', '2007', '2008', '2009', '2010', '2011', '2012', '2013', '2014', '2015']

        GDP = GDP.replace('Korea, Rep.','South Korea')
        GDP = GDP.replace('Iran, Islamic Rep','Iran')
        GDP = GDP.replace('Hong Kong SAR, China','Hong Kong')
        return GDP

    def ScimEn():
        ScimEn = pd.read_excel('scimagojr-3.xlsx')
        return ScimEn

    e = energy() 
    g = GDP()
    s = ScimEn()

    df=pd.merge(e,g,how = 'outer',left_on='Country',right_on='Country')
    df=pd.merge(s,df,how='outer',left_on='Country',right_on='Country')
    df.sort_values(by=['Rank'], inplace = True)
    df.set_index('Country',inplace=True)
    res = df.head(15)
    return res
answer_one()

NPTEL Python untuk Tugas Ilmu Data 3 Jawaban. - Halo siswa dalam artikel ini kami akan membagikan jawaban NPTEL Python untuk tugas Ilmu Data minggu ke-3. Semua Jawaban yang diberikan di bawah ini untuk membantu siswa sebagai referensi, Anda harus menyerahkan tugas Anda atas pengetahuan Anda sendiri

Di bawah ini Anda dapat menemukan NPTEL Python untuk Tugas Ilmu Data 3 Jawaban

NPTEL Python untuk Tugas Ilmu Data 3 Jawaban 2022. -

1. Pilih perintah yang sesuai untuk memfilter detail pemesanan yang status_reservasinya adalah No-show?

a. data_hotel_ns datahotel. loc[data_hotel. reservasi_status = 'No-Show']
b. data_hotel_ns = data_hotel[ data_hotel. status_reservasi = “Tidak Hadir’]
c. data hotel_ns = data_hotel. status_reservasi. loc[data_hotel. isin(['Tidak Hadir'])]
d. data_hotel_ns = data_hotel. loc [data hotel. status_reservasi. isin([ No-Show’])]

Answer:- b, d

2. Dari data yang sama, temukan berapa pemesanan yang tidak dibatalkan pada tahun 2017?

a. 9064
b. 6231
c. 9046
d. Bukan dari salah satu di atas

Answer:- a

3. Dari total pemesanan yang dilakukan pada 2017 dan tidak dibatalkan, pada bulan manakah jumlah tamu berulang tertinggi?

a. Juli
b. Februari
c. Januari
d. Bukan dari salah satu di atas

Answer:- c

4. Manakah dari perintah berikut yang dapat digunakan untuk membuat Bendera variabel, dan menetapkan nilainya sebagai Premium jika peringkatnya sama dengan atau lebih besar dari 3. 25, dan sebaliknya sebagai Biasa?

a. dt_cocoa[°Flag’] = [“Premium” jika x 3. 25 lainnya “Reguler” untuk x dalam dt_cocoa['Rating' ]]
b. dt_cocoa[“Flag’] = [“Premium” jika x 3. 25 lainnya “Reguler” untuk x dalam dt_cocoa[ ‘Rating’]]
c. dt_cocoa[“Bendera”] = np. di mana(dt_cocoa[ “Peringkat”] < 3. 25, “Biasa”, “Premium”)
d. Bukan dari salah satu di atas

Answer:- b, c

5. Instruksi mana yang dapat digunakan untuk memasukkan nilai yang hilang di kolom Tinjau Data dari kerangka data dt_cocoa dengan mengelompokkan rekaman berdasarkan perusahaan?

Answer:- a

6. Setelah memeriksa ringkasan data, fitur mana yang memerlukan konversi data dengan mempertimbangkan nilai data yang dimiliki?

a. Peringkat
b. Tanggal Peninjauan
c. Perusahaan
d. Bukan dari salah satu di atas

Answer:- b

7. Berapa nilai rata-rata maksimum untuk perusahaan kakao yang berbasis di Guatemala?

a. 4
b. 3. 5
c. 3. 42
d. Bukan dari salah satu di atas

Answer:- c

8. Fungsi panda mana yang digunakan untuk menumpuk kerangka data secara vertikal?
a. pd. menggabungkan()
b. pd. concat()
c. Ikuti()
d. Bukan dari salah satu di atas

Answer:- b

9. Dari rangkaian pernyataan berikut, mana yang dapat digunakan untuk mengekstrak kolom Arah sebagai kerangka data terpisah?

a. df_cuaca[[ ‘Arah ‘ ]]
b. df_weather. iloc[. ,0]
c. df_weather. lokasi[. [ 'Arah ']]
d. Bukan dari salah satu di atas

Answer:- a,b

10. Manakah dari nilai rata-rata siswa ini di semua mata pelajaran yang paling rendah?

a. Harini, Matematika
b. Sathi, Matematika
c. Harini, Fisika
d. Rekha, Matematika

Answer:- b

Untuk Jawaban NPTEL Lainnya. - KLIK DISINI

Penafian. Kami tidak mengklaim 100% kepastian jawaban, jawaban ini didasarkan pada pengetahuan kami sendiri, dan dengan memposting jawaban ini kami hanya mencoba membantu siswa, jadi kami mendesak Anda untuk mengerjakan tugas Anda sendiri.

jika Anda memiliki saran, beri komentar di bawah atau hubungi kami di [email protected]

Jika menurut Anda artikel ini menarik dan bermanfaat, jangan lupa bagikan ke teman-teman Anda untuk mendapatkan informasi ini. NPTEL Python untuk Tugas Ilmu Data 3 Jawaban 2022