第2次作业-titanic数据集练习
1 import pandas as pd 2 titanic = pd.DataFrame(pd.read_excel(r'C:\Users\47973\Desktop\titanic-2.xlsx')) 3 titanic.head()
1 titanic.drop('embark_town',axis=1,inplace=True) 2 titanic.head()
1 titanic.duplicated()
1 titanic = titanic.drop_duplicates() 2 titanic.head()
1 titanic['who'].isnull().value_counts()
1 titanic['who']=titanic['who'].fillna('man') 2 titanic.head()
1 titanic['age']=titanic['age'].fillna(titanic['age'].mean()) 2 titanic.head()
1 titanic.describe()
1 titanic.replace([512.329200],titanic['fare'].mean())
二.
1.统计乘客死亡和存活人数
titanic['alive'].value_counts()
2.统计乘客中男女性别人数
titanic['sex'].value_counts()
3.统计男女获救的人数
titanic.groupby('survived')['sex'].value_counts().unstack()
4.统计乘客所在的船舱等级的人数
titanic['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
titanic['survived'].corr(titanic['pclass'])
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？
titanic.boxplot(['fare'],['class'])
仓位的价格自然等级越高越贵，同时大部分人都购买了3等票，船上大部分都是三等舱。
