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 多个表关联查询查询时间长的问题
查看>>
mySQL 多个表求多个count
查看>>
mysql 多字段删除重复数据,保留最小id数据
查看>>
MySQL 多表联合查询:UNION 和 JOIN 分析
查看>>
MySQL 大数据量快速插入方法和语句优化
查看>>
mysql 如何给SQL添加索引
查看>>
mysql 字段区分大小写
查看>>
mysql 字段合并问题(group_concat)
查看>>
mysql 字段类型类型
查看>>
MySQL 字符串截取函数,字段截取,字符串截取
查看>>
MySQL 存储引擎
查看>>
mysql 存储过程 注入_mysql 视图 事务 存储过程 SQL注入
查看>>
MySQL 存储过程参数:in、out、inout
查看>>
mysql 存储过程每隔一段时间执行一次
查看>>
mysql 存在update不存在insert
查看>>
Mysql 学习总结(86)—— Mysql 的 JSON 数据类型正确使用姿势
查看>>
Mysql 学习总结(87)—— Mysql 执行计划(Explain)再总结
查看>>
Mysql 学习总结(88)—— Mysql 官方为什么不推荐用雪花 id 和 uuid 做 MySQL 主键
查看>>
Mysql 学习总结(89)—— Mysql 库表容量统计
查看>>
mysql 实现主从复制/主从同步
查看>>