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替换表的字段里面内容
查看>>
MySQL最多能有多少连接
查看>>
MySQL最大建议行数 2000w,靠谱吗?
查看>>
MySQL有哪些锁
查看>>
MySQL服务器安装(Linux)
查看>>
mysql服务器查询慢原因分析方法
查看>>
mysql服务无法启动的问题
查看>>
MySQL杂谈
查看>>
mysql权限
查看>>
mysql条件查询
查看>>
MySQL条件查询
查看>>
MySQL架构与SQL的执行流程_1
查看>>
MySQL架构与SQL的执行流程_2
查看>>
MySQL架构介绍
查看>>
MySQL架构优化
查看>>
mysql架构简介、及linux版的安装
查看>>
MySQL查看数据库相关信息
查看>>
MySQL查看表结构和表中数据
查看>>
MySQL查询优化:LIMIT 1避免全表扫描
查看>>
MySQL查询优化之索引
查看>>