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
pipreqs : 无法将“pipreqs”项识别为 cmdlet、函数、脚本文件或可运行程序的名称。请检查名称的拼写,如果包括路径,请确保路径 正确,然后再试一次。
查看>>
pipy国内镜像的网址
查看>>
quiver绘制python语言
查看>>
pip下载缓慢
查看>>
PIP使用SSH从BitBucket安装自定义软件包,无需输入SSH密码
查看>>
pip在安装模块时提示Read timed out
查看>>
pkl来存储python字典
查看>>
pkpmbs 建设工程质量监督系统 文件上传漏洞复现
查看>>
PK项目测试,做产品测试有这4大优势!
查看>>
PL/SQL Developer中文版下载以及使用图解(绿色版)
查看>>
pl/sql developer乱码,日期格式等问题解决
查看>>
pl/sql锁
查看>>
QueryPerformanceCounter与QueryPerformanceFrequency
查看>>
Plaid.com的监控系统如何实现与9600多家金融机构的集成
查看>>
platform_driver与file_operations两种方法开发led驱动
查看>>
PlatON共识方案详解:应用CBFT共识协议,提高共识效率
查看>>
QueryDict和模型表知识补充
查看>>
Querybase 使用与安装教程
查看>>
Playwright与Selenium的对比:谁是更适合你的自动化测试工具?
查看>>
PLC、DCS、SCADA的选型
查看>>