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 418 字,大约阅读时间需要 1 分钟。

数据文件和源码已移除,请访问相关页面获取。以下是文章内容:

本文数据提取自深圳市2019年某次公租房申请公示名单,移除了非身份证数据。通过分析申请人家庭结构,发现二胎年龄差距呈现出一定的分布特征。

在数据处理过程中,我们使用Python的Pandas和Matplotlib库对数据进行了初步分析。通过对申请人家庭成员构成的分类(se=1, se=2, se=0),我们进一步细化了二胎年龄差距的分布特征。

分析结果表明,家庭成员结构对二胎年龄差距有一定的影响。se=1(单主申请人)和se=2(多人共同申请)的家庭在年龄差距上有所不同。se=0(家庭成员较少)的情况较为少见。

通过数据统计,我们发现二胎年龄差距的分布集中在较小的范围内。具体而言,大部分家庭的二胎年龄差距在2-3岁之间。

这意味着在申请人家庭中,二胎的年龄差距较为紧凑,通常为2-3岁。这种现象可能与家庭成员的共同申请特征有关。

以上分析为后续研究提供了基本数据支持。

转载地址:http://tfpg.baihongyu.com/

你可能感兴趣的文章
Prometheus 黑盒监控实战
查看>>
prometheus+alertmanager+grafana监控部署教程
查看>>
Prometheus+Grafana构建智能化Kubernetes监控系统实战
查看>>
Prometheus+SpringBoot应用监控全过程详解
查看>>
Prometheus+SpringBoot应用监控全过程详解
查看>>
prometheus安装
查看>>
Prometheus实战教程:监控Kafka消息
查看>>
Prometheus实战教程:监控mysql数据库
查看>>
Prometheus实战教程:监控Nginx状态
查看>>
prometheus常用exporter下载地址大全
查看>>
Prometheus快速搭建与监控Linux系统实战
查看>>
prometheus报警与恢复告警的格式
查看>>
Pytorch中安装 torch_geometric 详细图文操作(全)
查看>>
prometheus监控docker容器实战
查看>>
Prometheus监控k8s集群使用邮箱和微信告警!
查看>>
Prometheus监控mysq数据库实战
查看>>
prometheus监控nginx实战
查看>>
Prometheus监控redis数据库实战
查看>>
Prometheus监控教程:使用Grafana展示主机基本信息
查看>>
pytorch中如何使用预训练词向量
查看>>