Die Pandas-Bibliothek verfügt bereits über drei eingebaute Funktionen zur Berechnung des **Mittelwerts** und des **Medians**. Um Pandas zu importieren, verwenden Sie die folgende Syntax:

```python
import pandas as pd
```

Hier ist ein Beispiel zur Berechnung des **Mittelwerts** und des **Medians** für die Spalte `'work_year'` im Datensatz namens `df`.

Fühlen Sie sich frei, die Spalten zu ändern und die Ergebnisse zu beobachten:

import pandas as pd

df = pd.read_csv('https://codefinity-content-media.s3.eu-west-1.amazonaws.com/a849660e-ddfa-4033-80a6-94a1b7772e23/update/ds_salaries_statistics', index_col = 0)

# Calculating the mean value
mean = df['work_year'].mean()
# Calculating the median value
median = df['work_year'].median()

print('The mean value is', mean)
print('The median value is', median)

Wie Sie sehen, um alle wichtigen statistischen Werte zu berechnen, müssen wir Methoden anwenden, die die Messungen behandeln:
```
.mean()
.median()
```

Dieser Kurs vermittelt Ihnen grundlegende Kenntnisse der Statistik. Er richtet sich an Studierende mit Grundkenntnissen der Python-Syntax, da sie mit den Modulen NumPy und pandas arbeiten werden. Im Laufe des Kurses werden Sie mit den grundlegenden Konzepten vertraut gemacht und dann schrittweise zu komplexeren Konzepten und Aufgaben übergehen.

Dieser Abschnitt wird uns helfen, mit dem ersten echten statistischen Fall umzugehen: das Finden von confidence intervals. Es erfordert Kenntnisse in den Bibliotheken NumPy, pandas, Matplotlib und Seaborn, um mathematische Formeln zu berechnen und Visualisierungen zu erstellen! Um Sie zu ermutigen, diesen Abschnitt zu bestehen, möchte ich darauf hinweisen, dass Sie auf eine kleine Menge Theorie, aber eine erhebliche Menge an Praxis stoßen werden!

Ein untrennbarer Teil des Lebens eines Datenanalysten ist das Durchführen von Hypothesentests. Nach Abschluss dieses Abschnitts werden Sie die Idee hinter dem Testen in der Statistik verstehen und in der Lage sein, einen t-Test mit Python durchzuführen.

Lernen von Statistik mit Python

Statistik mit Pandas