通過按專業分析畢業生的大學后工資來學習熊貓的數據探索

大學學位非常昂貴。但是，他們會還錢給你嗎？選擇哲學或國際關係作為專業可能會讓你的父母擔心，但數據是否支持他們的恐懼？PayScale Inc.對1萬隻有學士學位的美國人進行了為期一年的調查。我們將深入研究這些數據，並使用Pandas來回答這些問題：

• 哪些學位的起薪最高？
• 哪些專業大學畢業后收入最低？
• 哪些學位的收入潛力最高？
• 從收入的角度來看，風險最低的大學專業是什麼？
• 商業、STEM（科學、技術、工程、數學）或HASS（人文、藝術、社會科學）學位的平均收入是否更高？

今天你會學到

• 如何瀏覽熊貓數據幀
• 如何檢測 NaN（不是數位）值並清理數據
• 如何選擇特定列、行和單個儲存格
• 如何對數據進行排序
• 如何按類別對數據進行分組

還有更多！讓我們開始吧！

為數據科學進行設置

介紹谷歌Colab筆記本

PyCharm是一個很棒的IDE，但是當我們探索和可視化數據集時，你會發現Python筆記本格式更適合。

通過您的Google雲端硬碟打開您的第一個Google Colab筆記本。您可以在 New → More → Google Colab 下找到 Python Notebook。