# -*- coding: utf-8 -*-
import pandas as pd
import matplotlib.pyplot as plt
import numpy as np
names1880 = pd.read_csv('names/yob1880.txt', names=[ 'name', 'sex', 'births' ])
#print names1880
#用birth列的six分组
#print names1880.groupby('sex').births.sum()
#组装数据并加上年限
years = range(1880, 2011)
pieces = []
columns = [ 'name', 'sex', 'births' ]
for year in years:
path = 'names/yob%d.txt' % year
frame = pd.read_csv(path, names=columns)
frame[ 'year' ] = year
pieces.append( frame )
#将所有数据整合到DataFrame中
#ignore_index=True去掉原始行号
names = pd.concat( pieces, ignore_index=True)
#print names[5000:5010]
#聚合
#.tail() 返回后几行,默认等于5
total_births = names.pivot_table( 'births', rows='year', cols='sex', aggfunc=sum )
#print total_births.tail()
#婴儿占总出生数的比例
def add_prop(group):
数据分析:1880 —— 2020全美婴儿姓名
最新推荐文章于 2020-08-10 14:00:15 发布
该博客通过Python对1880年至2020年全美婴儿姓名数据进行分析,包括不同性别的出生数量、各年份流行名字的变化趋势以及命名多样性的增长。博客使用了pandas和matplotlib等库,展示了数据的聚合、排序、比例计算以及可视化图表,揭示了历年婴儿名字的流行度和性别分布情况。
摘要由CSDN通过智能技术生成