Titanic2.6 第一部分：数据聚合与运算

2.6.1 任务一：通过教材《Python for Data Analysis》P303、Google or anything来学习了解GroupBy机制

import numpy as np
import pandas as pd

# 载入data文件中的:result.csv
df = pd.read_csv('data/result.csv')
df.head(3)

2.6 数据运用

2.6.1 任务一：通过《Python for Data Analysis》P303、Google or Baidu来学习了解GroupBy机制

df.groupby('Sex')

list(df.groupby('Sex'))

list(df.groupby('Sex'))[0]

group = df.groupby('Sex')
group.describe()

df.groupby('Sex')['Age'].describe()

df.groupby('Sex')['Fare'].describe()

df.groupby('Sex')['Age'].mean()

2.4.2：任务二：计算泰坦尼克号男性与女性的平均票价

df.groupby('Sex')['Fare'].mean()

mean_Fare_sex = df.groupby('Sex')['Fare'].mean()

mean_Fare_sex.describe()

2.4.3：任务三：统计泰坦尼克号中男女的存活人数

Survived_sum = df.groupby('Sex')['Survived'].sum()

2.4.4：任务四：计算客舱不同等级的存活人数

df.groupby('Pclass')['Survived'].sum()

【思考】从任务二到任务三中，这些运算可以通过agg()函数来同时计算。并且可以使用rename函数修改列名。你可以按照提示写出这个过程吗？

df.groupby('Sex').agg({'Fare': 'mean', 'Survived': 'sum'}).rename(columns ={'Fare': 'Fare_mean', 'Survived': 'Survived_sum'})

2.4.5：任务五：统计在不同等级的票中的不同年龄的船票花费的平均值

df.groupby(['Pclass', 'Age'])['Fare'].mean()

2.4.6：任务六：将任务二和任务三的数据合并，并保存到sex_fare_survived.csv

mean_Fare_sex.index

Survived_sum.index

type(mean_Fare_sex)

type(Survived_sum)

mean_Fare_sex.to_frame()

Survived_sum.to_frame()

sex_fare_survived = pd.merge(mean_Fare_sex, Survived_sum, on='Sex')
sex_fare_survived

2.4.7：任务七：得出不同年龄的总的存活人数，然后找出存活人数最多的年龄段，最后计算存活人数最高的存活率（存活人数/总人数）

survived_age = df.groupby('Age')['Survived'].sum()

max(survived_age)

survived_age[survived_age.values == max(survived_age)]

rate = round(max(survived_age)/sum(df['Survived']), 2)

'最大存活率为 {}'.format(rate)