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.统计乘客死亡和存活人数
import pandas as pd df = pd.read_excel('C:/Users/DELL/python/data/titanic.xlsx') #计算生存者总数 df[df["survived"]>0].shape[0] #计算死亡者总数 df[df["survived"]<1].shape[0]
扫描二维码关注公众号，回复：
7463767 查看本文章
2.统计乘客中男女性别人数
#乘客中女性个数为314 df[df["sex"]!="male"].shape[0] #乘客中男性个数 df[df["sex"]=="male"].shape[0]
3.统计男女获救的人数
#查询男性幸存者数量 rf = df[(df["survived"]>0)] rf[rf["sex"] == "male"].shape[0] #查询女性幸存者数量 rf = df[(df["survived"]>0)] rf[rf["sex"] != "male"].shape[0]
4.统计乘客所在的船舱等级的人数
#查看票类型为1类的乘客数量 one=df[df["pclass"]==1].shape[0] print(one) #查看票类型为2类的乘客数量 two=df[df["pclass"]==2].shape[0] print(two) #查看票类型为3类的乘客数量 three=df[df["pclass"]==3].shape[0] print(three)
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
c = df.corr() c.loc['pclass','survived']
#对值取绝对值,为0.338481说明船舱高低与存活率关联性比较低
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？
df.boxplot(column=['fare'],by=['pclass'],grid=False)
