Pandas melt + groupby: long-form transformation

Условие задания

**Контекст:** Wide-form данные тестов (студент × 5 предметов) нужно превратить в long-form для анализа.

**Данные:** DataFrame `scores` — колонки: `student_id`, `math`, `physics`, `cs`, `english`, `history`.

**Задание:**
1. Melt: получи long-form (student_id, subject, score).
2. Сгруппируй по subject — mean и std.
3. Найди top-3 студента по среднему баллу.

Пример данных

Структура для ориентира — реальные значения из эталонного решения.

scores = pd.DataFrame({
    'student_id': range(1, 21),
    'math': np.random.randint(50, 100, 20),
    'physics': np.random.randint(50, 100, 20),
    'cs': np.random.randint(50, 100, 20),
    'english': np.random.randint(50, 100, 20),
    'history': np.random.randint(50, 100, 20),
})

Темы

pandas melt wide-to-long reshape

Подсказки

• pd.melt(df, id_vars=["student_id"], var_name="subject", value_name="score")
• groupby("subject").agg([mean, std])
• pivot обратно через pivot_table()

Все тестовые задания →

Частые вопросы

Какой уровень знаний нужен для задачи "Pandas melt + groupby: long-form transformation"?

Это задание для уровня Middle. Для middle-аналитиков с опытом 1-3 года, требует уверенного владения темой и понимания edge cases.

На каких собеседованиях встречается такая задача?

Подобные задания в категории «Python» регулярно дают на собеседованиях аналитика данных в Яндекс, Сбер, Ozon, Авито, Тинькофф, Wildberries, T-Bank, X5, ВТБ и других крупных IT-компаниях. Тематика: pandas, melt, wide-to-long, reshape.

Сколько времени даётся на решение?

На реальном собеседовании на подобную задачу отводится 15-30 минут — оцениваются подход, корректность, обработка edge cases. Для тренировки рекомендуем сначала решить самостоятельно, потом сверить с эталонным решением и подсказками.

Где ещё потренироваться по теме «Python»?

На zasqlpython.ru есть 530+ Python задачи с проверкой через Pyodide, конспекты Python и pandas, AI мок-собеседование с разбором ваших ответов.

← Все задания