python人名统计_「姓名分析」Python|美国婴儿姓名分析 - seo实验室

姓名分析

01 起

我们拿到一份1880-2016这136年间美国婴儿取名的数据(数据源在这里下载)，数据总共有189万条，57.7M的大小，字段如下：

下面我们使用Python3来对该数据集进行分析，看看一百多年来，男孩女孩姓名趋势。

首先读取1880-2016年的取名数据，由于每年的数据是一个独立的dataframe，因此我们使用concat()方法将各年数据整合为一个dataframeimport pandas as pd

#读取1880-2016年婴儿姓名使用信息，由于信息表按年统计，因此需要将多年数据整合到一张表中

years=range(1880,2017)

columns=["name","gender","frequency"]

pieces=[] #用于存储循环读取的每一年的数据,list中的每个元素代表一年的数据

#使用循环读取每年数据，并将各年数据都存入pieces中,pieces列表的各元素表示各年的数据

for year in years:

path="/Users/dengsudden/Documents/python_course/names/yob%d.txt" %year

frame=pd.read_csv(path,names=columns)

frame["year"]=year

pieces.APPend(frame)

#中pieces列表中填入各年数据后，需要使用concat方法将pieces各元素整合在一起

baby_names=pd.concat(pieces,ignore_index=True)

baby_names.tail()

输出结果如下，这是数据表的最后5行，输出方便大家观察数据表结构：