Data scientist — удалённая работа в Москве

работа с табличными данными. Часть А. Есть две таблицы, из которых нужно вытащить определенные данные и затем объеднить их. 1) первую таблицу, где есть ответы мужчин и женщин, разделить на две отдельные (для М и Ж) 2) затем в таблице с ответами мужчин оставить только те ответы, где мужчина отвечал за противоположный пол (там есть определенный тег) + соответственно в таблице с ответами женщин оставить только те данные, где женщины отвечали за мужчин 3) абсолютно все участники оценивали определенный список слов как положительное/отрицательное. То есть кол-во строчек с id участника равно кол-ву слов, которые он оценил. В каждую такую строчку нам нужно добавить в соседний столбец среднее значение оценки, которое дали участники противоп. пола. Это среднее значение нужно взять из второй таблицы. Таким образом, нужно сделать 2 таблицы такого вида (для М и Ж). Вот пример мужской таблицы: id_участника1_М// стимульное слово А// оценка_уч1_М// средняя оц_жен id_участника1_М// стимульное слово Б//оценка_уч1_М// средняя оц_жен id_участника1_М// стимульное слово В//оценка_уч1_М// средняя оц_жен id_участника1_М// стимульное слово Г//оценка_уч2_М// средняя оц_жен id_участника2_М// стимульное слово А//оценка_уч2_М// средняя оц_жен id_участника2_М// стимульное слово Б//оценка_уч2_М// средняя оц_жен id_участника2_М// стимульное слово В//оценка_уч2_М// средняя оц_жен ... id_участника79 Часть Б. На основании полученной таблицы нужно посчитать точность ответов для каждого участника (насколько его личная оценка была близка к средней оценке противоположного пола + учесть все слова) Перед выполнениям заказа готова оперативно созвониться в зуме и все пояснить!.