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
benchmark_cc3 小时前
用 Python 拉 A 股全市场实时快照:Notebook 请求、结果校验与易错点
python·数据分析·pandas·量化交易·股票数据·quantdash
2601_966949651 天前
Python 实战:如何统计五档盘口买卖盘总挂单量?附计算公式与代码
开发语言·python·数据分析·pandas·量化交易·股票数据·quantdash
gCode Teacher 格码致知2 天前
Pandas教学25:NumPy 的实战价值集中的四件事
numpy·pandas
gCode Teacher 格码致知2 天前
Pandas教学24:NumPy、Pandas、Matplotlib三者之间的关系
numpy·pandas·matplotlib
2601_966949652 天前
为什么不应该把 QuantDash API Key 直接写进公开代码仓库?从 Git 提交历史理解凭证泄露风险
开发语言·python·数据分析·pandas·量化交易·股票数据·quantdash
quantdash_cc3 天前
如何检查滚动收益率计算中的窗口长度不足?——从数学定义到 Pandas 实现
开发语言·python·数据分析·pandas·量化交易·股票数据·quantdash
2601_966949654 天前
如何根据研究的起止时间截取分钟级行情?Python 实战与 QuantDash 数据处理指南
开发语言·python·pandas·量化交易·1024程序员节·股票数据·quantdash
benchmark_cc4 天前
如何为 QuantDash Python SDK 编写一个最小化的连接验证脚本?
python·数据分析·pandas·量化交易·股票数据·quantdash
万粉变现经纪人5 天前
如何解决 pip install 安装报错 检测到 yanked 版本需更换可用版本 问题
人工智能·python·scrapy·numpy·pandas·pyqt·pip
烂蜻蜓5 天前
Pandas入门教程(十三):Parquet 与 Feather——高性能列式存储格式实战
pandas