From 41af8829bdd64d828a826dc5917dcc2556b5f51f Mon Sep 17 00:00:00 2001 From: Michael Wreath Date: Wed, 4 Feb 2015 21:57:03 -0500 Subject: [PATCH] work in progress --- cohort_data.py.ipynb | 930 +++++++++++++++++++++++++++++++++++++++++++ 1 file changed, 930 insertions(+) create mode 100644 cohort_data.py.ipynb diff --git a/cohort_data.py.ipynb b/cohort_data.py.ipynb new file mode 100644 index 0000000..3ba9815 --- /dev/null +++ b/cohort_data.py.ipynb @@ -0,0 +1,930 @@ +{ + "metadata": { + "name": "", + "signature": "sha256:b73dc8e4882dcb0e4942575f2dcdfabd84430c406fac86dc5fa564ae578f6e06" + }, + "nbformat": 3, + "nbformat_minor": 0, + "worksheets": [ + { + "cells": [ + { + "cell_type": "code", + "collapsed": false, + "input": [ + "import pandas as pd\n", + "import numpy as np\n", + "import re\n", + "import xlrd" + ], + "language": "python", + "metadata": {}, + "outputs": [], + "prompt_number": 18 + }, + { + "cell_type": "code", + "collapsed": false, + "input": [ + "pd.read_csv(\"cohort_3_python.csv\")" + ], + "language": "python", + "metadata": {}, + "outputs": [ + { + "html": [ + "
\n", + "\n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + "
NameLecture 1, Jan12Homework 1, Jan13Lecture 2, Jan 13Homework 2, Jan14Lecture 3, Jan 14Homework 3, Jan15Lecture 4, Jan 15Mystery Word, Jan 20Lecture 5, Jan 20...Blackjack2, Jan26Lecture 9, Jan26Random Art, Jan 27Lecture10, Jan27ChartingLecture11, Jan28PigSimLecture12, Jan29Traffic Sim ILecture13,Feb2
0 P01 3.000000 4.000000 3.000000 4.0 4.000000 5.000000 5.000000 5.000000 4... NaN 4.000000 5.000000 NaN NaN NaN NaN NaN NaNNaN
1 P02 4.000000 3.500000 3.000000 5.0 4.000000 4.500000 4.500000 5.000000 5... 5.000000 5.000000 5.000000 NaN NaN 5.0 5.000000 5.0000 NaNNaN
2 P03 NaN 5.000000 3.000000 4.0 5.000000 5.000000 5.000000 5.000000 5... 6.000000 NaN NaN 5.00 5.000000 5.0 NaN NaN NaNNaN
3 P04 3.000000 3.000000 2.000000 3.0 4.000000 4.000000 4.000000 4.000000 5... NaN 1.000000 3.000000 1.00 3.000000 5.0 5.000000 5.0000 5.0NaN
4 P05 NaN 3.000000 3.000000 3.0 3.000000 4.000000 4.000000 4.000000 5... 4.000000 3.000000 6.000000 NaN NaN NaN NaN NaN NaNNaN
5 P06 3.000000 3.500000 3.000000 3.0 3.000000 3.000000 4.000000 4.000000 3... 5.000000 4.000000 5.000000 3.00 4.000000 4.0 4.000000 NaN NaNNaN
6 P07 3.500000 4.000000 3.000000 4.0 5.000000 4.000000 4.500000 4.000000 5... NaN 5.000000 4.000000 4.90 5.000000 4.0 4.000000 4.9000 4.9NaN
7 P08 2.000000 3.000000 2.000000 3.0 4.000000 4.000000 3.000000 4.000000 3... 5.000000 5.000000 5.000000 5.00 5.000000 4.0 4.000000 4.0000 5.0 5
8 P09 NaN 1.000000 1.000000 1.0 2.000000 2.000000 2.000000 3.000000 3... 3.000000 3.000000 2.000000 NaN NaN NaN NaN NaN NaNNaN
9 P10 2.000000 2.000000 2.000000 3.0 NaN 3.000000 3.000000 3.000000 3... 5.000000 4.000000 5.000000 4.00 5.000000 4.0 5.000000 4.0000 NaNNaN
10 P11 2.000000 5.000000 4.000000 3.0 5.000000 4.000000 4.000000 4.000000 4... 4.000000 4.000000 4.000000 4.00 5.000000 5.0 4.000000 5.0000 5.0NaN
11 P12 3.500000 4.000000 4.000000 4.0 4.500000 5.000000 5.000000 5.000000 5... 5.000000 4.000000 4.000000 4.00 6.000000 5.0 5.000000 6.0000 NaNNaN
12 P13 2.500000 3.000000 3.000000 3.0 3.000000 3.000000 4.000000 NaN 3... 4.000000 NaN 5.000000 3.00 NaN NaN NaN NaN NaNNaN
13 P14 3.000000 3.000000 3.000000 3.0 4.000000 3.000000 4.000000 4.000000 4... 4.000000 4.000000 3.000000 NaN NaN NaN NaN NaN NaNNaN
14 P15 2.000000 2.000000 2.000000 2.0 3.000000 3.000000 3.000000 3.000000 3... 3.000000 3.000000 4.000000 3.00 3.000000 3.0 3.000000 3.0000 5.0NaN
15 NaN NaN NaN NaN NaN NaN NaN NaN NaNNaN... NaN NaN NaN NaN NaN NaN NaN NaN NaNNaN
16 Average 2.791667 3.266667 2.733333 3.2 3.821429 3.766667 3.933333 4.071429 4... 4.416667 3.769231 4.285714 3.69 4.555556 4.4 4.333333 4.6125 NaNNaN
17 Min 2.000000 1.000000 1.000000 1.0 2.000000 2.000000 2.000000 3.000000 3... 3.000000 1.000000 2.000000 1.00 3.000000 3.0 3.000000 3.0000 NaNNaN
18 Max 4.000000 5.000000 4.000000 5.0 5.000000 5.000000 5.000000 5.000000 5... 6.000000 5.000000 6.000000 5.00 6.000000 5.0 5.000000 6.0000 NaNNaN
\n", + "

19 rows \u00d7 25 columns

\n", + "
" + ], + "metadata": {}, + "output_type": "pyout", + "prompt_number": 3, + "text": [ + " Name Lecture 1, Jan12 Homework 1, Jan13 Lecture 2, Jan 13 \\\n", + "0 P01 3.000000 4.000000 3.000000 \n", + "1 P02 4.000000 3.500000 3.000000 \n", + "2 P03 NaN 5.000000 3.000000 \n", + "3 P04 3.000000 3.000000 2.000000 \n", + "4 P05 NaN 3.000000 3.000000 \n", + "5 P06 3.000000 3.500000 3.000000 \n", + "6 P07 3.500000 4.000000 3.000000 \n", + "7 P08 2.000000 3.000000 2.000000 \n", + "8 P09 NaN 1.000000 1.000000 \n", + "9 P10 2.000000 2.000000 2.000000 \n", + "10 P11 2.000000 5.000000 4.000000 \n", + "11 P12 3.500000 4.000000 4.000000 \n", + "12 P13 2.500000 3.000000 3.000000 \n", + "13 P14 3.000000 3.000000 3.000000 \n", + "14 P15 2.000000 2.000000 2.000000 \n", + "15 NaN NaN NaN NaN \n", + "16 Average 2.791667 3.266667 2.733333 \n", + "17 Min 2.000000 1.000000 1.000000 \n", + "18 Max 4.000000 5.000000 4.000000 \n", + "\n", + " Homework 2, Jan14 Lecture 3, Jan 14 Homework 3, Jan15 \\\n", + "0 4.0 4.000000 5.000000 \n", + "1 5.0 4.000000 4.500000 \n", + "2 4.0 5.000000 5.000000 \n", + "3 3.0 4.000000 4.000000 \n", + "4 3.0 3.000000 4.000000 \n", + "5 3.0 3.000000 3.000000 \n", + "6 4.0 5.000000 4.000000 \n", + "7 3.0 4.000000 4.000000 \n", + "8 1.0 2.000000 2.000000 \n", + "9 3.0 NaN 3.000000 \n", + "10 3.0 5.000000 4.000000 \n", + "11 4.0 4.500000 5.000000 \n", + "12 3.0 3.000000 3.000000 \n", + "13 3.0 4.000000 3.000000 \n", + "14 2.0 3.000000 3.000000 \n", + "15 NaN NaN NaN \n", + "16 3.2 3.821429 3.766667 \n", + "17 1.0 2.000000 2.000000 \n", + "18 5.0 5.000000 5.000000 \n", + "\n", + " Lecture 4, Jan 15 Mystery Word, Jan 20 Lecture 5, Jan 20 \\\n", + "0 5.000000 5.000000 4 \n", + "1 4.500000 5.000000 5 \n", + "2 5.000000 5.000000 5 \n", + "3 4.000000 4.000000 5 \n", + "4 4.000000 4.000000 5 \n", + "5 4.000000 4.000000 3 \n", + "6 4.500000 4.000000 5 \n", + "7 3.000000 4.000000 3 \n", + "8 2.000000 3.000000 3 \n", + "9 3.000000 3.000000 3 \n", + "10 4.000000 4.000000 4 \n", + "11 5.000000 5.000000 5 \n", + "12 4.000000 NaN 3 \n", + "13 4.000000 4.000000 4 \n", + "14 3.000000 3.000000 3 \n", + "15 NaN NaN NaN \n", + "16 3.933333 4.071429 4 \n", + "17 2.000000 3.000000 3 \n", + "18 5.000000 5.000000 5 \n", + "\n", + " ... Blackjack2, Jan26 Lecture 9, Jan26 Random Art, Jan 27 \\\n", + "0 ... NaN 4.000000 5.000000 \n", + "1 ... 5.000000 5.000000 5.000000 \n", + "2 ... 6.000000 NaN NaN \n", + "3 ... NaN 1.000000 3.000000 \n", + "4 ... 4.000000 3.000000 6.000000 \n", + "5 ... 5.000000 4.000000 5.000000 \n", + "6 ... NaN 5.000000 4.000000 \n", + "7 ... 5.000000 5.000000 5.000000 \n", + "8 ... 3.000000 3.000000 2.000000 \n", + "9 ... 5.000000 4.000000 5.000000 \n", + "10 ... 4.000000 4.000000 4.000000 \n", + "11 ... 5.000000 4.000000 4.000000 \n", + "12 ... 4.000000 NaN 5.000000 \n", + "13 ... 4.000000 4.000000 3.000000 \n", + "14 ... 3.000000 3.000000 4.000000 \n", + "15 ... NaN NaN NaN \n", + "16 ... 4.416667 3.769231 4.285714 \n", + "17 ... 3.000000 1.000000 2.000000 \n", + "18 ... 6.000000 5.000000 6.000000 \n", + "\n", + " Lecture10, Jan27 Charting Lecture11, Jan28 PigSim Lecture12, Jan29 \\\n", + "0 NaN NaN NaN NaN NaN \n", + "1 NaN NaN 5.0 5.000000 5.0000 \n", + "2 5.00 5.000000 5.0 NaN NaN \n", + "3 1.00 3.000000 5.0 5.000000 5.0000 \n", + "4 NaN NaN NaN NaN NaN \n", + "5 3.00 4.000000 4.0 4.000000 NaN \n", + "6 4.90 5.000000 4.0 4.000000 4.9000 \n", + "7 5.00 5.000000 4.0 4.000000 4.0000 \n", + "8 NaN NaN NaN NaN NaN \n", + "9 4.00 5.000000 4.0 5.000000 4.0000 \n", + "10 4.00 5.000000 5.0 4.000000 5.0000 \n", + "11 4.00 6.000000 5.0 5.000000 6.0000 \n", + "12 3.00 NaN NaN NaN NaN \n", + "13 NaN NaN NaN NaN NaN \n", + "14 3.00 3.000000 3.0 3.000000 3.0000 \n", + "15 NaN NaN NaN NaN NaN \n", + "16 3.69 4.555556 4.4 4.333333 4.6125 \n", + "17 1.00 3.000000 3.0 3.000000 3.0000 \n", + "18 5.00 6.000000 5.0 5.000000 6.0000 \n", + "\n", + " Traffic Sim I Lecture13,Feb2 \n", + "0 NaN NaN \n", + "1 NaN NaN \n", + "2 NaN NaN \n", + "3 5.0 NaN \n", + "4 NaN NaN \n", + "5 NaN NaN \n", + "6 4.9 NaN \n", + "7 5.0 5 \n", + "8 NaN NaN \n", + "9 NaN NaN \n", + "10 5.0 NaN \n", + "11 NaN NaN \n", + "12 NaN NaN \n", + "13 NaN NaN \n", + "14 5.0 NaN \n", + "15 NaN NaN \n", + "16 NaN NaN \n", + "17 NaN NaN \n", + "18 NaN NaN \n", + "\n", + "[19 rows x 25 columns]" + ] + } + ], + "prompt_number": 3 + }, + { + "cell_type": "code", + "collapsed": false, + "input": [ + "xl = pd.ExcelFile(\"cohort_3_rails.xlsx\")\n", + "read_excel(\"cohort_3_rails.xlsx\")\n", + "\ufffc#,\"sheet1\", \"index_col\" = None, na_values = [\"NA\"]" + ], + "language": "python", + "metadata": {}, + "outputs": [ + { + "ename": "SyntaxError", + "evalue": "invalid character in identifier (, line 3)", + "output_type": "pyerr", + "traceback": [ + "\u001b[0;36m File \u001b[0;32m\"\"\u001b[0;36m, line \u001b[0;32m3\u001b[0m\n\u001b[0;31m \ufffc#,\"sheet1\", \"index_col\" = None, na_values = [\"NA\"]\u001b[0m\n\u001b[0m ^\u001b[0m\n\u001b[0;31mSyntaxError\u001b[0m\u001b[0;31m:\u001b[0m invalid character in identifier\n" + ] + } + ], + "prompt_number": 15 + }, + { + "cell_type": "code", + "collapsed": false, + "input": [ + "pydata = pd.read_csv(\"cohort_3_python.csv\")\n", + "pydata.head()" + ], + "language": "python", + "metadata": {}, + "outputs": [ + { + "html": [ + "
\n", + "\n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + " \n", + "
NameLecture 1, Jan12Homework 1, Jan13Lecture 2, Jan 13Homework 2, Jan14Lecture 3, Jan 14Homework 3, Jan15Lecture 4, Jan 15Mystery Word, Jan 20Lecture 5, Jan 20...Blackjack2, Jan26Lecture 9, Jan26Random Art, Jan 27Lecture10, Jan27ChartingLecture11, Jan28PigSimLecture12, Jan29Traffic Sim ILecture13,Feb2
0 P01 3 4.0 3 4 4 5.0 5.0 5 4...NaN 4 5NaNNaNNaNNaNNaNNaNNaN
1 P02 4 3.5 3 5 4 4.5 4.5 5 5... 5 5 5NaNNaN 5 5 5NaNNaN
2 P03NaN 5.0 3 4 5 5.0 5.0 5 5... 6NaNNaN 5 5 5NaNNaNNaNNaN
3 P04 3 3.0 2 3 4 4.0 4.0 4 5...NaN 1 3 1 3 5 5 5 5NaN
4 P05NaN 3.0 3 3 3 4.0 4.0 4 5... 4 3 6NaNNaNNaNNaNNaNNaNNaN
\n", + "

5 rows \u00d7 25 columns

\n", + "
" + ], + "metadata": {}, + "output_type": "pyout", + "prompt_number": 10, + "text": [ + " Name Lecture 1, Jan12 Homework 1, Jan13 Lecture 2, Jan 13 \\\n", + "0 P01 3 4.0 3 \n", + "1 P02 4 3.5 3 \n", + "2 P03 NaN 5.0 3 \n", + "3 P04 3 3.0 2 \n", + "4 P05 NaN 3.0 3 \n", + "\n", + " Homework 2, Jan14 Lecture 3, Jan 14 Homework 3, Jan15 Lecture 4, Jan 15 \\\n", + "0 4 4 5.0 5.0 \n", + "1 5 4 4.5 4.5 \n", + "2 4 5 5.0 5.0 \n", + "3 3 4 4.0 4.0 \n", + "4 3 3 4.0 4.0 \n", + "\n", + " Mystery Word, Jan 20 Lecture 5, Jan 20 ... Blackjack2, Jan26 \\\n", + "0 5 4 ... NaN \n", + "1 5 5 ... 5 \n", + "2 5 5 ... 6 \n", + "3 4 5 ... NaN \n", + "4 4 5 ... 4 \n", + "\n", + " Lecture 9, Jan26 Random Art, Jan 27 Lecture10, Jan27 Charting \\\n", + "0 4 5 NaN NaN \n", + "1 5 5 NaN NaN \n", + "2 NaN NaN 5 5 \n", + "3 1 3 1 3 \n", + "4 3 6 NaN NaN \n", + "\n", + " Lecture11, Jan28 PigSim Lecture12, Jan29 Traffic Sim I Lecture13,Feb2 \n", + "0 NaN NaN NaN NaN NaN \n", + "1 5 5 5 NaN NaN \n", + "2 5 NaN NaN NaN NaN \n", + "3 5 5 5 5 NaN \n", + "4 NaN NaN NaN NaN NaN \n", + "\n", + "[5 rows x 25 columns]" + ] + } + ], + "prompt_number": 10 + }, + { + "cell_type": "code", + "collapsed": false, + "input": [ + "s = Series(\"data\", \"index\")\n", + "pydata.s" + ], + "language": "python", + "metadata": {}, + "outputs": [ + { + "ename": "NameError", + "evalue": "name 'Series' is not defined", + "output_type": "pyerr", + "traceback": [ + "\u001b[0;31m---------------------------------------------------------------------------\u001b[0m\n\u001b[0;31mNameError\u001b[0m Traceback (most recent call last)", + "\u001b[0;32m\u001b[0m in \u001b[0;36m\u001b[0;34m()\u001b[0m\n\u001b[0;32m----> 1\u001b[0;31m \u001b[0ms\u001b[0m \u001b[0;34m=\u001b[0m \u001b[0mSeries\u001b[0m\u001b[0;34m(\u001b[0m\u001b[0;34m\"data\"\u001b[0m\u001b[0;34m,\u001b[0m \u001b[0;34m\"index\"\u001b[0m\u001b[0;34m)\u001b[0m\u001b[0;34m\u001b[0m\u001b[0m\n\u001b[0m\u001b[1;32m 2\u001b[0m \u001b[0mpydata\u001b[0m\u001b[0;34m.\u001b[0m\u001b[0ms\u001b[0m\u001b[0;34m\u001b[0m\u001b[0m\n", + "\u001b[0;31mNameError\u001b[0m: name 'Series' is not defined" + ] + } + ], + "prompt_number": 24 + }, + { + "cell_type": "code", + "collapsed": false, + "input": [], + "language": "python", + "metadata": {}, + "outputs": [] + } + ], + "metadata": {} + } + ] +} \ No newline at end of file