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
python 中文乱码
查看>>
Python 中生成器与普通函数的区别
查看>>
Python 中的 *tuple 和 **dict 是什么意思?
查看>>
Python 中的 filter() 函数:筛选可迭代对象元素
查看>>
Python 中的 Pillow 不允许我打开图像(“超出限制“)
查看>>
Python 中的 threading 模块和 multiprocessing 模块有何区别?
查看>>
Python 中的 threading 模块和 multiprocessing 模块有何区别?
查看>>
Python 中的 Turtle 库详解
查看>>
Python 中的 __slots__ 属性有什么作用?
查看>>
Python 中的... 三点、箭头(->)、/ 分别的作用
查看>>
python读取json数据的id_python处理JSON数据
查看>>
Python 中的Duck Typing
查看>>
Python 中的for in 遍历生成字典、添加判断条件if
查看>>
Python 中的Lock与RLock
查看>>
Python 中的range(),arange()函数
查看>>
Python 中的内存管理机制
查看>>
Python 中的函数包装器:模型运行时和调试
查看>>
Python 中的列表理解和 lambda
查看>>
Python 中的多层for in嵌套循环使用
查看>>
Python 中的多线程(01/4)
查看>>