4点做好数据分析数据分析实战案例( 三 ) _大数据

从各个票价分组的角度，做百分比堆积柱形图，可以看出票价500-550的人群存活率为100% ，而票价0-50的人群存活率只有 32% 。
该字段为车票信息/代码，没有特别的分析意义，这里直接删掉。
分析场（ Port），透视后发现S港的登机人数最多。从堆积柱形图可以看出， C的登船比例最高。
存活率与什么有关？这是我们最关心的。这个问题其实就是字段与其他字段的相关系数。
sex 列是字符数据。要将其映射为数值，我们添加一个名为的辅助列， male为1 ，即0.
再增加一列f_num字段，即sibsp和parch之和，即家庭成员数。
将字段分解为3个辅助列， Port-S、Port-C、Port-Q ，同时输入公式：
如果该字段为S ，则port-S列为1 ， port-C ， port-Q为0 ，以此类推。
同样地，对小屋做同样的事情
使用【数据分析】中的【相关系数】函数查看各个字段的相关系数
按降序，你可以看到出生率与什么有关
回到我们最初的问题：
【4点做好数据分析数据分析实战案例】虽然三等舱的人数最多 (54%) ，但一等舱的幸存者比例最高 (62%) 。虽然男性（64%）多于女性，但女性的存活率（72%）远高于女性。男性（19%），一等女性（97%）的存活率远高于三等女性（49%）。15-40岁青年人数最多（53%），存活率最高为0-15岁青少年（56%）亲属人数最多（68%），存活率最高1人（51 %) ，父母/子女人数最高（76%）， 3人存活率最高（63%）票价在0-50区间的人数最多（82%），但票价在500-550区间的成活率是100% 。登港人数最多（70%），但C港存活率最高（56%）

4点做好数据分析 数据分析实战案例( 三 )

4点做好数据分析数据分析实战案例( 三 )