Информатика

Какой тип возвращает pd.crosstab(...)?

1. Series
2. DataFrame
3. dict
4. int

pd.crosstab(df['Region'], df['income_level']) — что в ячейках полученной таблицы?

1. средние значения
2. суммы населения
3. количество строк (стран) для каждой пары (Регион, Доход)
4. проценты от общего

Как получить название страны с минимальной младенческой смертностью?

1. df['Infant mortality'].min()
2. df.loc[df['Infant mortality'].idxmin(), 'Country']
3. min(df)
4. df['Country'].min()

Как правильно записать условие «A > 5 И B < 10» для фильтра pandas?

1. df['A'] > 5 and df['B'] < 10
2. (df['A'] > 5) & (df['B'] < 10)
3. df['A'] > 5 & df['B'] < 10
4. df[A>5, B<10]

Что не так с кодом df[df['A'] > 5 & df['B'] < 10]?

1. всё в порядке, код работает
2. надо писать and вместо &
3. не хватает скобок вокруг каждого сравнения, будет ошибка
4. надо писать | вместо &

В выражении (df['A'] > 5) & (df['B'] < 10) зачем нужны скобки вокруг каждого условия?

1. для красоты, можно убрать
2. оператор & имеет более высокий приоритет, чем сравнение, без скобок будет ошибка
3. чтобы pandas понял русский язык
4. чтобы код стал быстрее

Что делает df['col'].quantile(0.25)?

1. возвращает первый квартиль (25-й перцентиль)
2. возвращает 25 строк таблицы
3. возвращает четверть среднего
4. возвращает минимум, умноженный на 0.25

Что делает df['col'].quantile(0.5)?

1. берёт половину строк
2. возвращает медиану столбца
3. возвращает среднее, делённое на 2
4. удаляет половину данных

Что делает df['col'].quantile(0.9)?

1. берёт 9 случайных значений
2. возвращает топ-10 строк
3. умножает столбец на 0.9
4. возвращает значение, ниже которого находится 90% данных

Excel-формула =МАКСЕСЛИ(B:B; "Европа"; C:C) на Python:

1. df[df['B']=='Европа']['C'].max()
2. max(df['B'])
3. df.max()
4. df['C'].max()

Excel-формула =СЧЁТЕСЛИ(A:A; "Азия") на Python записывается как:

1. df.count()
2. len(df[df['A']=='Азия'])
3. df.groupby('A').count()
4. df['A'].sum()

Excel-формула =СУММЕСЛИ(B:B; "Европа"; C:C) на Python записывается как:

1. df['C'].sum()
2. df[df['B']=='Европа']['C'].sum()
3. df.groupby('B').sum()
4. df['B']=='Европа'.sum()

Как правильно отобрать страны из Европы ИЛИ Азии?

1. df[(df['R']=='Европа') | (df['R']=='Азия')]
2. df[df['R'] in ('Европа','Азия')]
3. df['R'].europe_or_asia()
4. df[df['R']=='Европа' or df['R']=='Азия']

Какое выражение эквивалентно df[~(df['R'] == 'Азия')]?

1. df[df['R'] == 'не Азия']
2. df[not df['R'] == 'Азия']
3. df[!df['R'] == 'Азия']
4. df[df['R'] != 'Азия']

Какие выражения найдут страны, которые НЕ из Европы?
(I) df[df['Region'] != 'Европа']
(II) df[~(df['Region'] == 'Европа')]

1. только I
2. только II
3. оба варианта верны
4. ни один не верен

Что вернёт выражение df[df['Region'] == 'ASIA'].shape[0]?

1. пару чисел (строки, столбцы)
2. количество строк (стран Азии)
3. количество столбцов таблицы
4. ошибку

Что вернёт выражение len(df[df['GDP ($ per capita)'] > 10000])?

1. суммарный ВВП всех стран
2. количество стран, у которых ВВП больше 10000
3. максимальный ВВП
4. список названий стран