---

import pandas as pd

# Создаем DataFrame (словарь students_dict уже существует в системе проверки)
df = pd.DataFrame(students_dict)

# Выводим количество строк и столбцов через пробел
print(df.shape[0], df.shape[1])
___________________________________________

import pandas as pd

# Открываем CSV-файл
df = pd.read_csv('support_requests_10_11_spo.csv')

# Выводим количество строк и столбцов через пробел
print(df.shape[0], df.shape[1])
________________________________________________

import pandas as pd

# Открываем файл
df = pd.read_csv('support_requests_10_11_spo.csv')

# Получаем названия столбцов и объединяем их через запятую
# Метод join берет список строк (df.columns) и вставляет между ними запятую
print(",".join(df.columns))
_______________________________________________

import pandas as pd

# Открываем файл
df = pd.read_csv('support_requests_10_11_spo.csv')

# Выбираем только числовые столбцы
# select_dtypes(include='number') оставит только столбцы с числовыми типами данных
numeric_cols = df.select_dtypes(include='number').columns

# Объединяем названия столбцов через запятую и выводим
print(",".join(numeric_cols))
__________________________________________________

import pandas as pd

# Открываем файл
df = pd.read_csv('support_requests_10_11_spo.csv')

# Выбираем только категориальные (текстовые) столбцы
# include='object' оставит только столбцы со строками
categorical_cols = df.select_dtypes(include='object').columns

# Объединяем названия столбцов через запятую и выводим
print(",".join(categorical_cols))
___________________________________________________

import pandas as pd

# Открываем файл
df = pd.read_csv('support_requests_10_11_spo.csv')

# Создаем список всех столбцов
all_cols = list(df.columns)

# Список столбцов, которые нужно исключить
exclude_cols = ['request_id', 'text', 'category']

# Оставляем только те столбцы, которых нет в списке исключений, сохраняя исходный порядок
features = [col for col in all_cols if col not in exclude_cols]

# Выводим результат через запятую без пробелов
print(",".join(features))
______________________________________________________

import pandas as pd

# Открываем новый большой датасет
df = pd.read_csv('global_high_school_student_lifestyle_wellness_edu_10_11_spo.csv')

# Выводим количество строк и столбцов через пробел
print(df.shape[0], df.shape[1])
______________________________________________________

import pandas as pd

# Открываем файл
df = pd.read_csv('global_high_school_student_lifestyle_wellness_edu_10_11_spo.csv')

# Список столбцов, которые нужно исключить (служебные/целевые)
exclude_cols = ['student_id', 'wellness_group']

# Оставляем только те столбцы, которых нет в списке исключений
features = [col for col in df.columns if col not in exclude_cols]

# Выводим результат через запятую без пробелов
print(",".join(features))
_______________________________________________________