第二次作业(pandas)

import pandas as pd
t=pd.DataFrame(pd.read_excel('C:\\Users\\ASUS\\Desktop\\lw\\python高级设计test\\数据文件\\titanic.xlsx'))
s=t['survived'].value_counts()
print('存活人数为{}\n死亡人数为{}'.format(s[0],s[1]))

 

一、读入titanic.xlsx文件，按照教材示例步骤，完成数据清洗。

titanic数据集包含11个特征，分别是：

Survived:0代表死亡，1代表存活
Pclass:乘客所持票类，有三种值(1,2,3)
Name:乘客姓名
Sex:乘客性别
Age:乘客年龄(有缺失)
SibSp:乘客兄弟姐妹/配偶的个数(整数值)
Parch:乘客父母/孩子的个数(整数值)
Ticket:票号(字符串)
Fare:乘客所持票的价格(浮点数，0-500不等)
Cabin:乘客所在船舱(有缺失)
Embark:乘客登船港口:S、C、Q(有缺失)

2.统计乘客中男女性别人数

s=t['sex'].value_counts()
print('male人数为{}\nfemale人数为{}'.format(s[0],s[1]))

3.统计男女获救的人数

a = 0
b = 0
for i in t.index:
    if t['alive'][i] == 'yes':
        if t['sex'][i] == 'male':
            a += 1
        elif t['sex'][i] == 'female':
            b += 1
print("男的获救人数为{}\n女的获救人数为{}".format(a, b))

4.统计乘客所在的船舱等级的人数

print(t['class'].value_counts())

5.使用corr（）函数，判断两个属性是否具有相关性，分析舱位的高低和存活率的关系

t = pd.DataFrame(pd.read_excel(file_path))
a = t[['survived', 'pclass']]
print(a.corr())

6.画出乘客票价与舱位等级的箱体图Boxplot，从图中能够得到哪些结论？

print(t.boxplot(['fare'], ['pclass']))

从图中可看出，船舱等级为1时票价范围较大，船舱等级为2，3时票价范围相对最小