博客
关于我
利用pandas做数据分析统计应用---统计二胎年龄差距
阅读量:376 次
发布时间:2019-03-05

本文共 918 字,大约阅读时间需要 3 分钟。

源码和数据文件见上述链接。

本文数据提取自深圳市2019年某次公租房申请公示名单,移除了非身份证的数据。

import pandas as pdimport matplotlib.pyplot as plt '''粗略统计二胎年龄差距se 为1 主申请人,多数为爸爸se为2共同申请人,多为妈妈和孩子se为0,others'''#difage = []class family:	def __init__(self):		self.mainpyear= None		self.comPyear=[]		self.diff = []	def diff_age(self):		if len(self.comPyear)>2:			self.comPyear = sorted(self.comPyear, reverse = True)			#print(self.comPyear)			if( self.comPyear[0]-self.comPyear[1]<18):				self.diff.append( self.comPyear[0]-self.comPyear[1])		self.comPyear=[]if __name__ == '__main__':				b= pd.read_csv('a.csv', sep=',', dtype = {'id':str})	b['year']=pd.to_numeric(b['id'].str[6:10])	myf = family()	for key,row in b.iterrows():		if( row['se']==1):			myf.mainpyear = row['year']			myf.diff_age()		elif( row['se']==2):			myf.comPyear.append(row['year'])			#myf.diff_age()		#print(myf.diff)	a = pd.Series(myf.diff)	a.plot.hist(bins =19 )	plt.show()

 

结论:二胎年龄差距,2,3岁的家庭最多。

转载地址:http://tfpg.baihongyu.com/

你可能感兴趣的文章
MySQL数据库性能分析与调优实践
查看>>
mysql数据库扫盲,你真的知道什么是数据库嘛
查看>>
mysql数据库批量插入数据shell脚本实现
查看>>
MySQL数据库操作
查看>>
MySQL数据库故障排错
查看>>
MySQL数据库无法远程连接的解决办法
查看>>
mysql数据库时间类型datetime、bigint、timestamp的查询效率比较
查看>>
MySQL数据库服务器端核心参数详解和推荐配置(一)
查看>>
mysql数据库死锁的产生原因及解决办法
查看>>
MySQL数据库的事务管理
查看>>
mysql数据库的备份与恢复
查看>>
Mysql数据库的条件查询语句
查看>>
MySQL数据库的高可用
查看>>
Mysql数据库相关各种类型的文件
查看>>
MYSQL数据库简单的状态检查(show processlist)
查看>>
MYSQL数据库简单的状态检查(show status)
查看>>
MySQL数据库系列
查看>>
MYSQL数据库自动本地/异地双备份/MYSQL增量备份
查看>>
mysql数据库表增添字段,删除字段、修改字段的排列等操作,还不快来
查看>>
MySQL数据库被黑了
查看>>