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
Spring security之管理session
查看>>
paramiko模块
查看>>
param[:]=param-lr*param.grad/batch_size的理解
查看>>
spring mvc excludePathPatterns失效 如何解决spring拦截器失效 excludePathPatterns忽略失效 拦截器失效 spring免验证拦截器不起作用
查看>>
Spring Cloud 之注册中心 EurekaServerAutoConfiguration源码分析
查看>>
Parrot OS 6.2 重磅发布!推出全新 Docker 容器启动器
查看>>
Parrot OS 6.3 发布!全面提升安全性,新增先进工具,带来更高性能
查看>>
ParseChat应用源码ios版
查看>>
Part 2异常和错误
查看>>
Pascal Script
查看>>
Spring Boot集成Redis实现keyspace监听 | Spring Cloud 34
查看>>
Spring Boot中的自定义事件详解与实战
查看>>
Passport 密码模式
查看>>
Spring Boot(七十六):集成Redisson实现布隆过滤器(Bloom Filter)
查看>>
passwd命令限制用户密码到期时间
查看>>
Spring @Async执行异步方法的简单使用
查看>>
PAT (Basic Level) Practice 乙级1021-1030
查看>>
PAT (Basic Level) Practice 乙级1031-1040
查看>>
PAT (Basic Level) Practice 乙级1041-1045
查看>>
SparkSql的元数据
查看>>