python数据分析练习——姓名分析US_Baby_names

第一步:导入相关模块

import pandas as pd
from pandas import Series,DataFrame
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif'] = ['SimHei'] #用来正常显示中文标签
plt.rcParams['axes.unicode_minus']=False #用来正常显示负号

第二步：加载dataset目录下US_Baby_names_right.csv文件数据并查看数据的基本信息

data = pd.read_csv('dataset/US_Baby_names_right.csv')
data.info()

<class 'pandas.core.frame.DataFrame'>
RangeIndex: 1016395 entries, 0 to 1016394
Data columns (total 7 columns):#   Column      Non-Null Count    Dtype
---  ------      --------------    ----- 0   Unnamed: 0  1016395 non-null  int64 1   Id          1016395 non-null  int64 2   Name        1016395 non-null  object3   Year        1016395 non-null  int64 4   Gender      1016395 non-null  object5   State       1016395 non-null  object6   Count       1016395 non-null  int64
dtypes: int64(4), object(3)
memory usage: 54.3+ MB

第三步:查看前十行数据

data.head(10)

	Unnamed: 0	Id	Name	Year	Gender	State	Count
0	11349	11350	Emma	2004	F	AK	62
1	11350	11351	Madison	2004	F	AK	48
2	11351	11352	Hannah	2004	F	AK	46
3	11352	11353	Grace	2004	F	AK	44
4	11353	11354	Emily	2004	F	AK	41
5	11354	11355	Abigail	2004	F	AK	37
6	11355	11356	Olivia	2004	F	AK	33
7	11356	11357	Isabella	2004	F	AK	30
8	11357	11358	Alyssa	2004	F	AK	29
9	11358	11359	Sophia	2004	F	AK	28

数据注释：

Name 名字
Year 婴儿出生的名字
Gender 婴儿性别
State 婴儿出生的地区缩写
Count 该名字被使用的次数

第三步：删除 Unname:0和Id这两列数据

del data['Unnamed: 0']
del data['Id']
data.info()

<class 'pandas.core.frame.DataFrame'>
RangeIndex: 1016395 entries, 0 to 1016394
Data columns (total 5 columns):#   Column  Non-Null Count    Dtype
---  ------  --------------    ----- 0   Name    1016395 non-null  object1   Year    1016395 non-null  int64 2   Gender  1016395 non-null  object3   State   1016395 non-null  object4   Count   1016395 non-null  int64
dtypes: int64(2), object(3)
memory usage: 38.8+ MB

第四步：统计数据集中男孩名字和女孩名字各是多少。

data['Gender'].value_counts()

F    558846
M    457549
Name: Gender, dtype: int64

第五步：按照Name字段将数据集进行分组并求和赋值给变量names，最后输出前五行

names = data.groupby('Name')['Year','Count'].sum()
names.head()

	Year	Count
Name
Aaban	4027	12
Aadan	8039	23
Aadarsh	2009	5
Aaden	393963	3426
Aadhav	2014	6

第六步：按照每个名字被使用的次数（Count）对第五步中结果进行降序排序，得出最受欢迎的的五个名字

names.sort_values(['Count'], ascending=False).head(5)

	Year	Count
Name
Jacob	1141099	242874
Emma	1137085	214852
Michael	1161152	214405
Ethan	1139091	209277
Isabella	1137090	204798

第七步：在数据集中，共出现了多少个名字？(不包含重复项)

data['Name'].nunique()

第八步：根据names变量中的数据，删除掉Year列数据后，得出如下所示的基本统计参数

del names['Year']

names.describe()

	Count
count	17632.000000
mean	2008.932169
std	11006.069468
min	5.000000
25%	11.000000
50%	49.000000
75%	337.000000
max	242874.000000

python数据分析练习——姓名分析US_Baby_names_right.csv相关推荐

Python数据分析初学之分析表格
文章目录 Python数据分析初学之分析表格任务要求代码实现 Python数据分析初学之分析表格任务要求 1)使用 pandas 读取文件 data.csv 中的数据 ,创建 DataFrame ...
【详解】Python数据分析第三方库分析
Python数据分析第三方库分析目录 Python数据分析第三方库分析 @常用库下载地址 1 Numpy 2 Matplotlib 3 Pandas 4 SciPy 5 Scikit-Learn 6 ...
python数据分析的交叉分析和分组分析 -第三次笔记
python数据分析 -第三次笔记 –1.交叉分析 –2.分组分析 1.交叉分析交叉分析的含义是在纵向分析法和横向分析法的基础上,从交叉.立体的角度出发,由浅入深.由低级到高级的一种分析方法.这种方 ...
Python数据分析之探索性分析（多因子复合分析）
目录一.假设检验: 二.交叉分析 1.分析属性与属性之间关系的方法 2.透视表三.分组与钻取: 四.相关分析 1.相关系数分析 2.熵:条件熵:互信息(熵增益):增益率:基尼系数: 3.衡量离散数 ...
Python数据分析——基金定投收益率分析，以及支付宝“慧定投”智能定投实现
文章目录一.关于基金定投数据来源接口规范常见指数基金/股票代码二.分析目标三.代码实现 1.定义获取数据.清洗数据的函数 2.定义定投策略函数 3.计算2019年对沪深300指数基金进行定 ...
python数据分析之对比分析
对比分析概念:两个互相联系的指标进行比较类型:绝对数比较(相减) .相对数比较(相除) 其中相对数比较分析也包括:结构分析.比例分析.动态对比分析 1.绝对数比较 a.对比的指标在量级上不能差别过 ...
python数据比例_#python# #数据分析# 性别比例分析
手头有一份性别比例的样本数据,清洗后只保留了性别信息,做了一个数据分析. 数据清洗和数据统计的代码就不贴了,贴性别比例pie图和性别比例趋势图的代码. 性别比例pie图: def _plot_gend ...
Python数据分析之股票分析
股票分析使用tushare包获取某股票的历史行情数据输出该股票所有收盘比开盘上涨3%以上的日期输出该股票所有开盘比前日收盘跌幅超过2%的日期假如从2010年1月1日开始,每月第一个交易日买入1 ...
Python数据分析项目：分析世界五百强企业数据
前言嗨喽!大家好,这里是魔王~ 哪个国家的世界五百强企业数量最多? 今天带你用python来处理数据,并实现数据可视化,解决对现有数据产生的疑问. 本次代码是在 Jupyter Notebook 里 ...

python数据分析练习——姓名分析US_Baby_names_right.csv

第一步:导入相关模块

第二步：加载dataset目录下US_Baby_names_right.csv文件数据并查看数据的基本信息

第三步:查看前十行数据

第三步：删除 Unname:0和Id这两列数据

第四步：统计数据集中男孩名字和女孩名字各是多少。

第五步：按照Name字段将数据集进行分组并求和赋值给变量names，最后输出前五行

第六步：按照每个名字被使用的次数（Count）对第五步中结果进行降序排序，得出最受欢迎的的五个名字

第七步：在数据集中，共出现了多少个名字？(不包含重复项)

第八步：根据names变量中的数据，删除掉Year列数据后，得出如下所示的基本统计参数

python数据分析练习——姓名分析US_Baby_names_right.csv相关推荐

最新文章

热门文章