第2次作业-titanic数据集练习
一、读入titanic.xlsx文件，按照教材示例步骤，完成数据清洗。
titanic数据集包含11个特征，分别是：
Survived:0代表死亡，1代表存活
Pclass:乘客所持票类，有三种值(1,2,3)
Name:乘客姓名
Sex:乘客性别
Age:乘客年龄(有缺失)
SibSp:乘客兄弟姐妹/配偶的个数(整数值)
Parch:乘客父母/孩子的个数(整数值)
Ticket:票号(字符串)
Fare:乘客所持票的价格(浮点数，0-500不等)
Cabin:乘客所在船舱(有缺失)
Embark:乘客登船港口:S、C、Q(有缺失)
二、对titanic数据集完成以下统计操作
1 import pandas as pd
2 titanic = pd.DataFrame(pd.read_excel('C:\\titanic.xlsx',sep = '\t',encoding = 'utf-8'))<br>titanic
1.统计乘客死亡和存活人数
1 survived = titanic['survived'].value_counts() 2 print("乘客存活的人数为：{}\n乘客死亡的人数为：{}".format(survived[1],survived[0]))
2.统计乘客中男女性别人数
1 sex= titanic['sex'].value_counts() 2 print("乘客中男性的人数为：{}\n乘客中女性的人数为：{}".format(sex[0],sex[1]))
3.统计男女获救的人数
1 woman,man=0,0 2 for i in titanic.index: 3 if titanic['survived'][i] == 1: 4 if titanic['sex'][i] == "male": 5 man += 1 6 if titanic['sex'][i] == "female": 7 woman += 1 8 print("存活中男性有{}人,女性有{}人".format(man,woman))
4.统计乘客所在的船舱等级的人数
1 pclass = titanic['pclass'].value_counts() 2 print("乘客所在的船舱等级为1的人数：{}\n乘客所在的船舱等级为2的人数：{}\n乘客所在的船舱等级为3的人数：{}".format(pclass[1],pclass[2],pclass[3]))
5.使用corr（）函数，判断两个属性是否具有相关性，分析舱位的高低和存活率的关系
1 print("舱位的高低和存活率的相关性为",titanic[u'survived'].corr(titanic[u'pclass']))
6.画出乘客票价与舱位等级的箱体图Boxplot，从图中能够得到哪些结论？
titanic.boxplot(['fare'],['pclass'],grid=False)
从箱体图可以得知等级为1的票价浮动大，等级为2，3的票价浮动小，舱位等级越高，波动越厉害。
