怎么查找女性人数的不同年龄段的人数

怎么查找女性人数的不同年龄段的人数

需求分析:

xml 复制代码
1.读取表格中的提起数据,然后获得当前日期,并通过表内的出生日期计算当前年龄,表格内出生日期:20231029
2.然后根据年龄段来求人数

代码:

python 复制代码
    def teacher_age_gril(self):
        # 读取表格数据,假设表格文件名为data.xlsx
        data = pd.read_excel("teacher_high.xlsx", sheet_name='Sheet2')

        # 获取当前日期
        current_date = datetime.datetime.now()

        # 计算年龄,并根据年龄范围进行分类
        data['出生日期'] = data['出生日期'].astype(str)
        data['出生日期'] = pd.to_datetime(data['出生日期'], format='%Y%m%d')
        data['年龄'] = (current_date - data['出生日期']).dt.days // 365  # 计算年龄,以年为单位

        # 创建年龄范围的标签
        age_bins = [0, 29, 34, 39, 44, 49, 54, 59, 64, 200]
        age_labels = ['29岁以下', '30-34岁', '35-39岁', '40-44岁', '45-49岁', 
                      '50-54岁', '55-59岁', '60-64岁','65岁以上']

        data['年龄范围'] = pd.cut(data['年龄'], bins=age_bins, labels=age_labels)

        # 根据不同的条件进行筛选和统计
        female_data = data[data['性别'] == '女']

        # 分别计算女性性别的人数,按照不同年龄段分组
        result = female_data.groupby('年龄范围').size().reset_index(name='女性人数')

        # 输出女性性别的人数
        print(result)

重要知识点补充:

xml 复制代码
cut知识点看:不同选课人数范围内的公共基础课和专业课程的课程数统计
female_data.groupby('年龄范围').size().reset_index(name='女性人数'):
见文章《不同学位不同学历层次下不同年龄段的人数》
相关推荐
智购科技无人售货机工厂3 天前
2026自动售货机AI智能体架构:从47个小模型到33.7亿Token的工程实践~YH
android·人工智能·驱动开发·单片机·pandas
小葱炖豆腐4 天前
python绘制excel折线图
python·excel·numpy·pandas·matplotlib
七灵微4 天前
【AI】代码实战- 基于时间序列的轴承检测1
人工智能·机器学习·ai·pandas·matplotlib
2601_966949655 天前
为什么量化策略需要大量历史股票数据?从回测可信度理解数据规模
开发语言·python·数据分析·pandas·量化交易·股票数据·quantdash
2601_966949655 天前
从轮询到策略消费:量化系统如何高效处理五档盘口数据
开发语言·python·数据分析·pandas·量化交易·股票数据·quantdash
weixin199701080166 天前
[特殊字符]《跨境二手ERP对接Back Market:标准化API + 7~10工作日技术合规审核实录》(附Python源码)
开发语言·python·pandas
2601_966949657 天前
批量 K 线不只是提速:因子研究中的数据质量、复权与回测偏差
开发语言·python·数据分析·pandas·量化交易·股票数据·quantdash
liliangcsdn8 天前
IC计算-前向/远期收益计算和代码示例
开发语言·python·pandas
2601_966949659 天前
批量获取多只股票五档盘口的极简方案:QuantDash Python SDK 实战指南
开发语言·python·数据分析·pandas·量化交易·股票数据·quantdash
2601_9622959910 天前
湖南码界领航教育科技有限公司:Python数据分析进阶,统计与可视化
numpy·pandas·统计·数据可视化·python数据分析