EDA Danych dotyczących Titanica¶

O Danych¶

Dane o pasażerach Titanica

Zbiór danych zawiera informacje o pasażerach RMS Titanic, który zatonął 15 kwietnia 1912 roku po zderzeniu z górą lodową. Dane obejmują takie atrybuty jak klasa podróży, wiek, płeć, liczba rodzeństwa/małżonków na pokładzie, liczba rodziców/dzieci na pokładzie, cena biletu oraz miejsce zaokrętowania.

Zbiór zawiera także informację o tym, czy pasażer przeżył katastrofę.

Titanic przewoził ponad 2,200 osób, z czego ponad 1,500 zginęło, co czyni tę katastrofę jedną z najbardziej tragicznych w historii morskiej.

Kolumny:

• pclass - Klasa biletu
• survived - Czy pasażer przeżył katastrofę
• name - Imię i nazwisko pasażera
• sex - Płeć pasażera
• age - Wiek pasażera
• sibsp - Liczba rodzeństwa/małżonków na pokładzie
• parch - Liczba rodziców/dzieci na pokładzie
• ticket - Numer biletu
• fare - Cena biletu
• cabin - Numer kabiny
• embarked - Port, w którym pasażer wszedł na pokład (C = Cherbourg, Q = Queenstown, S = Southampton)
• boat - Numer łodzi ratunkowej
• body - Numer ciała (jeśli pasażer nie przeżył i ciało zostało odnalezione)
• home.dest - Miejsce docelowe

In [1]:

import pandas as pd

import pandas as pd

In [2]:

df = pd.read_csv('26__titanic.csv', sep=",")
df

df = pd.read_csv('26__titanic.csv', sep=",") df

Out[2]:

	pclass	survived	name	sex	age	sibsp	parch	ticket	fare	cabin	embarked	boat	body	home.dest
0	1.0	1.0	Allen, Miss. Elisabeth Walton	female	29.0000	0.0	0.0	24160	211.3375	B5	S	2	NaN	St Louis, MO
1	1.0	1.0	Allison, Master. Hudson Trevor	male	0.9167	1.0	2.0	113781	151.5500	C22 C26	S	11	NaN	Montreal, PQ / Chesterville, ON
2	1.0	0.0	Allison, Miss. Helen Loraine	female	2.0000	1.0	2.0	113781	151.5500	C22 C26	S	NaN	NaN	Montreal, PQ / Chesterville, ON
3	1.0	0.0	Allison, Mr. Hudson Joshua Creighton	male	30.0000	1.0	2.0	113781	151.5500	C22 C26	S	NaN	135.0	Montreal, PQ / Chesterville, ON
4	1.0	0.0	Allison, Mrs. Hudson J C (Bessie Waldo Daniels)	female	25.0000	1.0	2.0	113781	151.5500	C22 C26	S	NaN	NaN	Montreal, PQ / Chesterville, ON
...	...	...	...	...	...	...	...	...	...	...	...	...	...	...
1305	3.0	0.0	Zabour, Miss. Thamine	female	NaN	1.0	0.0	2665	14.4542	NaN	C	NaN	NaN	NaN
1306	3.0	0.0	Zakarian, Mr. Mapriededer	male	26.5000	0.0	0.0	2656	7.2250	NaN	C	NaN	304.0	NaN
1307	3.0	0.0	Zakarian, Mr. Ortin	male	27.0000	0.0	0.0	2670	7.2250	NaN	C	NaN	NaN	NaN
1308	3.0	0.0	Zimmerman, Mr. Leo	male	29.0000	0.0	0.0	315082	7.8750	NaN	S	NaN	NaN	NaN
1309	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN

1310 rows × 14 columns

Podstawowe informacje o Data Frame Titanic¶

In [3]:

df.info()

df.info()

<class 'pandas.core.frame.DataFrame'>
RangeIndex: 1310 entries, 0 to 1309
Data columns (total 14 columns):
 #   Column     Non-Null Count  Dtype  
---  ------     --------------  -----  
 0   pclass     1309 non-null   float64
 1   survived   1309 non-null   float64
 2   name       1309 non-null   object 
 3   sex        1309 non-null   object 
 4   age        1046 non-null   float64
 5   sibsp      1309 non-null   float64
 6   parch      1309 non-null   float64
 7   ticket     1309 non-null   object 
 8   fare       1308 non-null   float64
 9   cabin      295 non-null    object 
 10  embarked   1307 non-null   object 
 11  boat       486 non-null    object 
 12  body       121 non-null    float64
 13  home.dest  745 non-null    object 
dtypes: float64(7), object(7)
memory usage: 143.4+ KB

In [4]:

df.isnull().sum()

df.isnull().sum()

Out[4]:

pclass          1
survived        1
name            1
sex             1
age           264
sibsp           1
parch           1
ticket          1
fare            2
cabin        1015
embarked        3
boat          824
body         1189
home.dest     565
dtype: int64

In [5]:

df.nunique()

df.nunique()

Out[5]:

pclass          3
survived        2
name         1307
sex             2
age            98
sibsp           7
parch           8
ticket        929
fare          281
cabin         186
embarked        3
boat           27
body          121
home.dest     369
dtype: int64

In [6]:

df.describe()

df.describe()

Out[6]:

	pclass	survived	age	sibsp	parch	fare	body
count	1309.000000	1309.000000	1046.000000	1309.000000	1309.000000	1308.000000	121.000000
mean	2.294882	0.381971	29.881135	0.498854	0.385027	33.295479	160.809917
std	0.837836	0.486055	14.413500	1.041658	0.865560	51.758668	97.696922
min	1.000000	0.000000	0.166700	0.000000	0.000000	0.000000	1.000000
25%	2.000000	0.000000	21.000000	0.000000	0.000000	7.895800	72.000000
50%	3.000000	0.000000	28.000000	0.000000	0.000000	14.454200	155.000000
75%	3.000000	1.000000	39.000000	1.000000	0.000000	31.275000	256.000000
max	3.000000	1.000000	80.000000	8.000000	9.000000	512.329200	328.000000

In [7]:

df.sample(25)

df.sample(25)

Out[7]:

	pclass	survived	name	sex	age	sibsp	parch	ticket	fare	cabin	embarked	boat	body	home.dest
1191	3.0	0.0	Saundercock, Mr. William Henry	male	20.0	0.0	0.0	A/5. 2151	8.0500	NaN	S	NaN	NaN	NaN
894	3.0	1.0	Johnson, Master. Harold Theodor	male	4.0	1.0	1.0	347742	11.1333	NaN	S	15	NaN	NaN
749	3.0	0.0	Danbom, Mrs. Ernst Gilbert (Anna Sigrid Maria ...	female	28.0	1.0	1.0	347080	14.4000	NaN	S	NaN	NaN	Stanton, IA
511	2.0	0.0	Myles, Mr. Thomas Francis	male	62.0	0.0	0.0	240276	9.6875	NaN	Q	NaN	NaN	Cambridge, MA
168	1.0	1.0	Icard, Miss. Amelie	female	38.0	0.0	0.0	113572	80.0000	B28	NaN	6	NaN	NaN
811	3.0	0.0	Ford, Mrs. Edward (Margaret Ann Watson)	female	48.0	1.0	3.0	W./C. 6608	34.3750	NaN	S	NaN	NaN	Rotherfield, Sussex, England Essex Co, MA
766	3.0	0.0	Delalic, Mr. Redjo	male	25.0	0.0	0.0	349250	7.8958	NaN	S	NaN	NaN	NaN
198	1.0	1.0	Marvin, Mrs. Daniel Warner (Mary Graham Carmic...	female	18.0	1.0	0.0	113773	53.1000	D30	S	10	NaN	New York, NY
452	2.0	1.0	Hold, Mrs. Stephen (Annie Margaret Hill)	female	29.0	1.0	0.0	26707	26.0000	NaN	S	10	NaN	England / Sacramento, CA
1254	3.0	1.0	Tornquist, Mr. William Henry	male	25.0	0.0	0.0	LINE	0.0000	NaN	S	15	NaN	NaN
781	3.0	0.0	Drazenoic, Mr. Jozef	male	33.0	0.0	0.0	349241	7.8958	NaN	C	NaN	51.0	Austria Niagara Falls, NY
797	3.0	0.0	Farrell, Mr. James	male	40.5	0.0	0.0	367232	7.7500	NaN	Q	NaN	68.0	Aughnacliff, Co Longford, Ireland New York, NY
1110	3.0	0.0	Pavlovic, Mr. Stefo	male	32.0	0.0	0.0	349242	7.8958	NaN	S	NaN	NaN	NaN
21	1.0	1.0	Beckwith, Mrs. Richard Leonard (Sallie Monypeny)	female	47.0	1.0	1.0	11751	52.5542	D35	S	5	NaN	New York, NY
418	2.0	0.0	Gilbert, Mr. William	male	47.0	0.0	0.0	C.A. 30769	10.5000	NaN	S	NaN	NaN	Cornwall
24	1.0	1.0	Bird, Miss. Ellen	female	29.0	0.0	0.0	PC 17483	221.7792	C97	S	8	NaN	NaN
123	1.0	1.0	Frolicher-Stehli, Mr. Maxmillian	male	60.0	1.0	1.0	13567	79.2000	B41	C	5	NaN	Zurich, Switzerland
466	2.0	0.0	Kantor, Mr. Sinai	male	34.0	1.0	0.0	244367	26.0000	NaN	S	NaN	283.0	Moscow / Bronx, NY
907	3.0	0.0	Jussila, Miss. Katriina	female	20.0	1.0	0.0	4136	9.8250	NaN	S	NaN	NaN	NaN
1180	3.0	0.0	Sage, Mrs. John (Annie Bullen)	female	NaN	1.0	9.0	CA. 2343	69.5500	NaN	S	NaN	NaN	NaN
280	1.0	1.0	Stengel, Mr. Charles Emil Henry	male	54.0	1.0	0.0	11778	55.4417	C116	C	1	NaN	Newark, NJ
66	1.0	1.0	Chaudanson, Miss. Victorine	female	36.0	0.0	0.0	PC 17608	262.3750	B61	C	4	NaN	NaN
19	1.0	0.0	Beattie, Mr. Thomson	male	36.0	0.0	0.0	13050	75.2417	C6	C	A	NaN	Winnipeg, MN
527	2.0	0.0	Parker, Mr. Clifford Richard	male	28.0	0.0	0.0	SC 14888	10.5000	NaN	S	NaN	NaN	St Andrews, Guernsey
403	2.0	0.0	Eitemiller, Mr. George Floyd	male	23.0	0.0	0.0	29751	13.0000	NaN	S	NaN	NaN	England / Detroit, MI

In [8]:

df.head(20)

df.head(20)

Out[8]:

	pclass	survived	name	sex	age	sibsp	parch	ticket	fare	cabin	embarked	boat	body	home.dest
0	1.0	1.0	Allen, Miss. Elisabeth Walton	female	29.0000	0.0	0.0	24160	211.3375	B5	S	2	NaN	St Louis, MO
1	1.0	1.0	Allison, Master. Hudson Trevor	male	0.9167	1.0	2.0	113781	151.5500	C22 C26	S	11	NaN	Montreal, PQ / Chesterville, ON
2	1.0	0.0	Allison, Miss. Helen Loraine	female	2.0000	1.0	2.0	113781	151.5500	C22 C26	S	NaN	NaN	Montreal, PQ / Chesterville, ON
3	1.0	0.0	Allison, Mr. Hudson Joshua Creighton	male	30.0000	1.0	2.0	113781	151.5500	C22 C26	S	NaN	135.0	Montreal, PQ / Chesterville, ON
4	1.0	0.0	Allison, Mrs. Hudson J C (Bessie Waldo Daniels)	female	25.0000	1.0	2.0	113781	151.5500	C22 C26	S	NaN	NaN	Montreal, PQ / Chesterville, ON
5	1.0	1.0	Anderson, Mr. Harry	male	48.0000	0.0	0.0	19952	26.5500	E12	S	3	NaN	New York, NY
6	1.0	1.0	Andrews, Miss. Kornelia Theodosia	female	63.0000	1.0	0.0	13502	77.9583	D7	S	10	NaN	Hudson, NY
7	1.0	0.0	Andrews, Mr. Thomas Jr	male	39.0000	0.0	0.0	112050	0.0000	A36	S	NaN	NaN	Belfast, NI
8	1.0	1.0	Appleton, Mrs. Edward Dale (Charlotte Lamson)	female	53.0000	2.0	0.0	11769	51.4792	C101	S	D	NaN	Bayside, Queens, NY
9	1.0	0.0	Artagaveytia, Mr. Ramon	male	71.0000	0.0	0.0	PC 17609	49.5042	NaN	C	NaN	22.0	Montevideo, Uruguay
10	1.0	0.0	Astor, Col. John Jacob	male	47.0000	1.0	0.0	PC 17757	227.5250	C62 C64	C	NaN	124.0	New York, NY
11	1.0	1.0	Astor, Mrs. John Jacob (Madeleine Talmadge Force)	female	18.0000	1.0	0.0	PC 17757	227.5250	C62 C64	C	4	NaN	New York, NY
12	1.0	1.0	Aubart, Mme. Leontine Pauline	female	24.0000	0.0	0.0	PC 17477	69.3000	B35	C	9	NaN	Paris, France
13	1.0	1.0	Barber, Miss. Ellen "Nellie"	female	26.0000	0.0	0.0	19877	78.8500	NaN	S	6	NaN	NaN
14	1.0	1.0	Barkworth, Mr. Algernon Henry Wilson	male	80.0000	0.0	0.0	27042	30.0000	A23	S	B	NaN	Hessle, Yorks
15	1.0	0.0	Baumann, Mr. John D	male	NaN	0.0	0.0	PC 17318	25.9250	NaN	S	NaN	NaN	New York, NY
16	1.0	0.0	Baxter, Mr. Quigg Edmond	male	24.0000	0.0	1.0	PC 17558	247.5208	B58 B60	C	NaN	NaN	Montreal, PQ
17	1.0	1.0	Baxter, Mrs. James (Helene DeLaudeniere Chaput)	female	50.0000	0.0	1.0	PC 17558	247.5208	B58 B60	C	6	NaN	Montreal, PQ
18	1.0	1.0	Bazzani, Miss. Albina	female	32.0000	0.0	0.0	11813	76.2917	D15	C	8	NaN	NaN
19	1.0	0.0	Beattie, Mr. Thomson	male	36.0000	0.0	0.0	13050	75.2417	C6	C	A	NaN	Winnipeg, MN

In [9]:

df.tail(25)

df.tail(25)

Out[9]:

	pclass	survived	name	sex	age	sibsp	parch	ticket	fare	cabin	embarked	boat	body	home.dest
1285	3.0	0.0	Wenzel, Mr. Linhart	male	32.5	0.0	0.0	345775	9.5000	NaN	S	NaN	298.0	NaN
1286	3.0	1.0	Whabee, Mrs. George Joseph (Shawneene Abi-Saab)	female	38.0	0.0	0.0	2688	7.2292	NaN	C	C	NaN	NaN
1287	3.0	0.0	Widegren, Mr. Carl/Charles Peter	male	51.0	0.0	0.0	347064	7.7500	NaN	S	NaN	NaN	NaN
1288	3.0	0.0	Wiklund, Mr. Jakob Alfred	male	18.0	1.0	0.0	3101267	6.4958	NaN	S	NaN	314.0	NaN
1289	3.0	0.0	Wiklund, Mr. Karl Johan	male	21.0	1.0	0.0	3101266	6.4958	NaN	S	NaN	NaN	NaN
1290	3.0	1.0	Wilkes, Mrs. James (Ellen Needs)	female	47.0	1.0	0.0	363272	7.0000	NaN	S	NaN	NaN	NaN
1291	3.0	0.0	Willer, Mr. Aaron ("Abi Weller")	male	NaN	0.0	0.0	3410	8.7125	NaN	S	NaN	NaN	NaN
1292	3.0	0.0	Willey, Mr. Edward	male	NaN	0.0	0.0	S.O./P.P. 751	7.5500	NaN	S	NaN	NaN	NaN
1293	3.0	0.0	Williams, Mr. Howard Hugh "Harry"	male	NaN	0.0	0.0	A/5 2466	8.0500	NaN	S	NaN	NaN	NaN
1294	3.0	0.0	Williams, Mr. Leslie	male	28.5	0.0	0.0	54636	16.1000	NaN	S	NaN	14.0	NaN
1295	3.0	0.0	Windelov, Mr. Einar	male	21.0	0.0	0.0	SOTON/OQ 3101317	7.2500	NaN	S	NaN	NaN	NaN
1296	3.0	0.0	Wirz, Mr. Albert	male	27.0	0.0	0.0	315154	8.6625	NaN	S	NaN	131.0	NaN
1297	3.0	0.0	Wiseman, Mr. Phillippe	male	NaN	0.0	0.0	A/4. 34244	7.2500	NaN	S	NaN	NaN	NaN
1298	3.0	0.0	Wittevrongel, Mr. Camille	male	36.0	0.0	0.0	345771	9.5000	NaN	S	NaN	NaN	NaN
1299	3.0	0.0	Yasbeck, Mr. Antoni	male	27.0	1.0	0.0	2659	14.4542	NaN	C	C	NaN	NaN
1300	3.0	1.0	Yasbeck, Mrs. Antoni (Selini Alexander)	female	15.0	1.0	0.0	2659	14.4542	NaN	C	NaN	NaN	NaN
1301	3.0	0.0	Youseff, Mr. Gerious	male	45.5	0.0	0.0	2628	7.2250	NaN	C	NaN	312.0	NaN
1302	3.0	0.0	Yousif, Mr. Wazli	male	NaN	0.0	0.0	2647	7.2250	NaN	C	NaN	NaN	NaN
1303	3.0	0.0	Yousseff, Mr. Gerious	male	NaN	0.0	0.0	2627	14.4583	NaN	C	NaN	NaN	NaN
1304	3.0	0.0	Zabour, Miss. Hileni	female	14.5	1.0	0.0	2665	14.4542	NaN	C	NaN	328.0	NaN
1305	3.0	0.0	Zabour, Miss. Thamine	female	NaN	1.0	0.0	2665	14.4542	NaN	C	NaN	NaN	NaN
1306	3.0	0.0	Zakarian, Mr. Mapriededer	male	26.5	0.0	0.0	2656	7.2250	NaN	C	NaN	304.0	NaN
1307	3.0	0.0	Zakarian, Mr. Ortin	male	27.0	0.0	0.0	2670	7.2250	NaN	C	NaN	NaN	NaN
1308	3.0	0.0	Zimmerman, Mr. Leo	male	29.0	0.0	0.0	315082	7.8750	NaN	S	NaN	NaN	NaN
1309	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN

Obserwacje¶

1. Najwięcej brakujących elementów dateframe znajduje się w kolumnie body
2. Najwięcej unikatowych wartości jest w Name, jest spowodowane połączeniem Imienia oraz nazwiska w jednej kolumnie
3. Średni wiek na wszystkicj uczestników to 29,88 lat
4. Ostatni rekord z dateframe nic nie wniesie do anilizy zostastanie usunięt na brak danych wkażdej kolumnie
5. Średnia cena biletów bez uwzględnia rodzaju wykupionej klasy to 33,30

Analiza dataframe po różnych kryteriach¶

In [10]:

df['survived'].value_counts()

df['survived'].value_counts()

Out[10]:

0.0    809
1.0    500
Name: survived, dtype: int64

In [11]:

df['sex'].value_counts()

df['sex'].value_counts()

Out[11]:

male      843
female    466
Name: sex, dtype: int64

Obserwacje¶

1. Z podanych danych na 1309 osób płynących Titanic'iem przeżyło 500 osób
2. Mężczyzn było prawie 2x więcej

In [12]:

df_female = df[df["sex"] == "female"]
df_female.describe()

df_female = df[df["sex"] == "female"] df_female.describe()

Out[12]:

	pclass	survived	age	sibsp	parch	fare	body
count	466.000000	466.000000	388.000000	466.000000	466.000000	466.000000	8.000000
mean	2.154506	0.727468	28.687071	0.652361	0.633047	46.198097	166.625000
std	0.866181	0.445741	14.576995	1.101009	1.049579	63.292599	138.110657
min	1.000000	0.000000	0.166700	0.000000	0.000000	6.750000	7.000000
25%	1.000000	0.000000	19.000000	0.000000	0.000000	10.504175	52.750000
50%	2.000000	1.000000	27.000000	0.000000	0.000000	23.000000	133.500000
75%	3.000000	1.000000	38.000000	1.000000	1.000000	55.331275	306.000000
max	3.000000	1.000000	76.000000	8.000000	9.000000	512.329200	328.000000

Obserwacje¶

1. Średnia wieku paseżerek Titanic'a to 29 lat
2. Najstarsza miała 76lat
3. Cena bieletów dla wszytkich kobiet średnio wynosiła 46,20
4. Standardowe odhylenie dla cen biletów jest znacznie wyższe niż średnia

In [13]:

df_male = df[df["sex"] == "male"]
df_male.describe()

df_male = df[df["sex"] == "male"] df_male.describe()

Out[13]:

	pclass	survived	age	sibsp	parch	fare	body
count	843.000000	843.000000	658.000000	843.000000	843.000000	842.000000	113.000000
mean	2.372479	0.190985	30.585233	0.413998	0.247924	26.154601	160.398230
std	0.811908	0.393310	14.280571	0.997928	0.708938	42.486877	95.035289
min	1.000000	0.000000	0.333300	0.000000	0.000000	0.000000	1.000000
25%	2.000000	0.000000	21.000000	0.000000	0.000000	7.876050	79.000000
50%	3.000000	0.000000	28.000000	0.000000	0.000000	11.887500	155.000000
75%	3.000000	0.000000	39.000000	1.000000	0.000000	26.550000	255.000000
max	3.000000	1.000000	80.000000	8.000000	9.000000	512.329200	322.000000

Obserwacje¶

1. Średnia wieku dla mężczyzn jest około 2 lata większa niż u kobiet
2. Ceny biletów dla Panów były 20 tańsze
3. Odchylenie standardowe dla ceny również jest większe tak jak u kobiet
4. Najdroższe bilety były po 512,33

In [14]:

df['pclass'].value_counts()

df['pclass'].value_counts()

Out[14]:

3.0    709
1.0    323
2.0    277
Name: pclass, dtype: int64

Obserwacje¶

1. Najwięcej pasażerów było 3 klassy

In [15]:

df2 = df.copy()
df2['age'].fillna(df2['age'].mean(), inplace=True)
df2

df2 = df.copy() df2['age'].fillna(df2['age'].mean(), inplace=True) df2

Out[15]:

	pclass	survived	name	sex	age	sibsp	parch	ticket	fare	cabin	embarked	boat	body	home.dest
0	1.0	1.0	Allen, Miss. Elisabeth Walton	female	29.000000	0.0	0.0	24160	211.3375	B5	S	2	NaN	St Louis, MO
1	1.0	1.0	Allison, Master. Hudson Trevor	male	0.916700	1.0	2.0	113781	151.5500	C22 C26	S	11	NaN	Montreal, PQ / Chesterville, ON
2	1.0	0.0	Allison, Miss. Helen Loraine	female	2.000000	1.0	2.0	113781	151.5500	C22 C26	S	NaN	NaN	Montreal, PQ / Chesterville, ON
3	1.0	0.0	Allison, Mr. Hudson Joshua Creighton	male	30.000000	1.0	2.0	113781	151.5500	C22 C26	S	NaN	135.0	Montreal, PQ / Chesterville, ON
4	1.0	0.0	Allison, Mrs. Hudson J C (Bessie Waldo Daniels)	female	25.000000	1.0	2.0	113781	151.5500	C22 C26	S	NaN	NaN	Montreal, PQ / Chesterville, ON
...	...	...	...	...	...	...	...	...	...	...	...	...	...	...
1305	3.0	0.0	Zabour, Miss. Thamine	female	29.881135	1.0	0.0	2665	14.4542	NaN	C	NaN	NaN	NaN
1306	3.0	0.0	Zakarian, Mr. Mapriededer	male	26.500000	0.0	0.0	2656	7.2250	NaN	C	NaN	304.0	NaN
1307	3.0	0.0	Zakarian, Mr. Ortin	male	27.000000	0.0	0.0	2670	7.2250	NaN	C	NaN	NaN	NaN
1308	3.0	0.0	Zimmerman, Mr. Leo	male	29.000000	0.0	0.0	315082	7.8750	NaN	S	NaN	NaN	NaN
1309	NaN	NaN	NaN	NaN	29.881135	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN

1310 rows × 14 columns

In [16]:

df2.duplicated()

df2.duplicated()

Out[16]:

0       False
1       False
2       False
3       False
4       False
        ...  
1305    False
1306    False
1307    False
1308    False
1309    False
Length: 1310, dtype: bool

In [17]:

df2 = df2.drop(df2.index[-1])

df2 = df2.drop(df2.index[-1])

In [18]:

df2.tail(15)

df2.tail(15)

Out[18]:

	pclass	survived	name	sex	age	sibsp	parch	ticket	fare	cabin	embarked	boat	body	home.dest
1294	3.0	0.0	Williams, Mr. Leslie	male	28.500000	0.0	0.0	54636	16.1000	NaN	S	NaN	14.0	NaN
1295	3.0	0.0	Windelov, Mr. Einar	male	21.000000	0.0	0.0	SOTON/OQ 3101317	7.2500	NaN	S	NaN	NaN	NaN
1296	3.0	0.0	Wirz, Mr. Albert	male	27.000000	0.0	0.0	315154	8.6625	NaN	S	NaN	131.0	NaN
1297	3.0	0.0	Wiseman, Mr. Phillippe	male	29.881135	0.0	0.0	A/4. 34244	7.2500	NaN	S	NaN	NaN	NaN
1298	3.0	0.0	Wittevrongel, Mr. Camille	male	36.000000	0.0	0.0	345771	9.5000	NaN	S	NaN	NaN	NaN
1299	3.0	0.0	Yasbeck, Mr. Antoni	male	27.000000	1.0	0.0	2659	14.4542	NaN	C	C	NaN	NaN
1300	3.0	1.0	Yasbeck, Mrs. Antoni (Selini Alexander)	female	15.000000	1.0	0.0	2659	14.4542	NaN	C	NaN	NaN	NaN
1301	3.0	0.0	Youseff, Mr. Gerious	male	45.500000	0.0	0.0	2628	7.2250	NaN	C	NaN	312.0	NaN
1302	3.0	0.0	Yousif, Mr. Wazli	male	29.881135	0.0	0.0	2647	7.2250	NaN	C	NaN	NaN	NaN
1303	3.0	0.0	Yousseff, Mr. Gerious	male	29.881135	0.0	0.0	2627	14.4583	NaN	C	NaN	NaN	NaN
1304	3.0	0.0	Zabour, Miss. Hileni	female	14.500000	1.0	0.0	2665	14.4542	NaN	C	NaN	328.0	NaN
1305	3.0	0.0	Zabour, Miss. Thamine	female	29.881135	1.0	0.0	2665	14.4542	NaN	C	NaN	NaN	NaN
1306	3.0	0.0	Zakarian, Mr. Mapriededer	male	26.500000	0.0	0.0	2656	7.2250	NaN	C	NaN	304.0	NaN
1307	3.0	0.0	Zakarian, Mr. Ortin	male	27.000000	0.0	0.0	2670	7.2250	NaN	C	NaN	NaN	NaN
1308	3.0	0.0	Zimmerman, Mr. Leo	male	29.000000	0.0	0.0	315082	7.8750	NaN	S	NaN	NaN	NaN

In [19]:

df2.describe()

df2.describe()

Out[19]:

	pclass	survived	age	sibsp	parch	fare	body
count	1309.000000	1309.000000	1309.000000	1309.000000	1309.000000	1308.000000	121.000000
mean	2.294882	0.381971	29.881135	0.498854	0.385027	33.295479	160.809917
std	0.837836	0.486055	12.883199	1.041658	0.865560	51.758668	97.696922
min	1.000000	0.000000	0.166700	0.000000	0.000000	0.000000	1.000000
25%	2.000000	0.000000	22.000000	0.000000	0.000000	7.895800	72.000000
50%	3.000000	0.000000	29.881135	0.000000	0.000000	14.454200	155.000000
75%	3.000000	1.000000	35.000000	1.000000	0.000000	31.275000	256.000000
max	3.000000	1.000000	80.000000	8.000000	9.000000	512.329200	328.000000

In [23]:

df2_female = df2[df2["sex"] == "female"]
df2_female.describe()

df2_female = df2[df2["sex"] == "female"] df2_female.describe()

Out[23]:

	pclass	survived	age	sibsp	parch	fare	body
count	466.000000	466.000000	466.000000	466.000000	466.000000	466.000000	8.000000
mean	2.154506	0.727468	28.886935	0.652361	0.633047	46.198097	166.625000
std	0.866181	0.445741	13.305812	1.101009	1.049579	63.292599	138.110657
min	1.000000	0.000000	0.166700	0.000000	0.000000	6.750000	7.000000
25%	1.000000	0.000000	21.000000	0.000000	0.000000	10.504175	52.750000
50%	2.000000	1.000000	29.881135	0.000000	0.000000	23.000000	133.500000
75%	3.000000	1.000000	35.000000	1.000000	1.000000	55.331275	306.000000
max	3.000000	1.000000	76.000000	8.000000	9.000000	512.329200	328.000000

In [25]:

df2_male = df2[df2["sex"] == "male"]
df2_male.describe()

df2_male = df2[df2["sex"] == "male"] df2_male.describe()

Out[25]:

	pclass	survived	age	sibsp	parch	fare	body
count	843.000000	843.000000	843.000000	843.000000	843.000000	842.000000	113.000000
mean	2.372479	0.190985	30.430716	0.413998	0.247924	26.154601	160.398230
std	0.811908	0.393310	12.617933	0.997928	0.708938	42.486877	95.035289
min	1.000000	0.000000	0.333300	0.000000	0.000000	0.000000	1.000000
25%	2.000000	0.000000	24.000000	0.000000	0.000000	7.876050	79.000000
50%	3.000000	0.000000	29.881135	0.000000	0.000000	11.887500	155.000000
75%	3.000000	0.000000	35.000000	1.000000	0.000000	26.550000	255.000000
max	3.000000	1.000000	80.000000	8.000000	9.000000	512.329200	322.000000

Obserwacje¶

1. Po podstawieniu średniej zamiast brakujących wartości średnia u mężczyzn w wieku zmieniła się z 30.585233 na 30,430716
2. Odchylenie standardowe spadło około 2 laTA
3. U płuci pięknej średnia się zwiększyła o 0,2lata

In [28]:

df2['sex'].value_counts().plot(  kind = 'bar',
                                title = 'Liczba osób podzielone na płucie',
                                xlabel = 'Płucie',
                                ylabel = "Liczba osób",
                                grid = True)

df2['sex'].value_counts().plot( kind = 'bar', title = 'Liczba osób podzielone na płucie', xlabel = 'Płucie', ylabel = "Liczba osób", grid = True)

Out[28]:

<Axes: title={'center': 'Liczba osób podzielone na płucie'}, xlabel='Płucie', ylabel='Liczba osób'>

Obserwacje¶

1. Na Tytanicu płynęło 2x więcej mężczyzn, niż kobiet

In [32]:

import matplotlib.pyplot as plt
import seaborn as sns

correlation_matrix = df2.corr()

plt.figure(figsize=(10, 8))
sns.heatmap(correlation_matrix, annot=True, fmt=".2f", cmap='coolwarm', cbar=True)
plt.title('Correlation Matrix')
plt.tight_layout()

import matplotlib.pyplot as plt import seaborn as sns correlation_matrix = df2.corr() plt.figure(figsize=(10, 8)) sns.heatmap(correlation_matrix, annot=True, fmt=".2f", cmap='coolwarm', cbar=True) plt.title('Correlation Matrix') plt.tight_layout()

C:\Users\spaid\AppData\Local\Temp\ipykernel_19804\498816730.py:4: FutureWarning: The default value of numeric_only in DataFrame.corr is deprecated. In a future version, it will default to False. Select only valid columns or specify the value of numeric_only to silence this warning.
  correlation_matrix = df2.corr()

Obserwacja¶

1. Zewzględu dwukrotnie większą ilość mężczyzna zależności kolaracja nie zachodzi idealnie

In [34]:

survivalBySex = df2.groupby('sex')['survived'].mean()

plt.figure(figsize=(8, 6))
survivalBySex.plot(kind='bar', color=['darkblue', 'pink'])
plt.title('Osoby które przeżyły katastrofę')
plt.xlabel('Płucie')
plt.ylabel('Wskaźnik przeżycia')
plt.xticks(rotation=0)
plt.ylim(0, 1)
plt.grid(True)

survivalBySex = df2.groupby('sex')['survived'].mean() plt.figure(figsize=(8, 6)) survivalBySex.plot(kind='bar', color=['darkblue', 'pink']) plt.title('Osoby które przeżyły katastrofę') plt.xlabel('Płucie') plt.ylabel('Wskaźnik przeżycia') plt.xticks(rotation=0) plt.ylim(0, 1) plt.grid(True)

Obeserwacje¶

1. Z powyższego wykresu więcej mężczyzn przyżyło zatonięcie Tytanica, pradopodobnie jest to spowodawane zasadami ilością ich na statku

In [37]:

plt.figure(figsize=(10, 6))
plt.hist(df2['age'].dropna(), bins= 10, color = 'darkblue', edgecolor='black')
plt.title('Histogram Wieku')
plt.xlabel('Wiek')
plt.ylabel('Częstotliwość')
plt.grid(True)

plt.figure(figsize=(10, 6)) plt.hist(df2['age'].dropna(), bins= 10, color = 'darkblue', edgecolor='black') plt.title('Histogram Wieku') plt.xlabel('Wiek') plt.ylabel('Częstotliwość') plt.grid(True)

Obeserwacje¶

1. Najwięcekj osób było w wieku z przedziału 24-32
2. Na statku było bardzo mało osón powyżej 65 roku życia
3. Na Tytanicu również płyneły dzieci w wieku od kliku tygodni życia do 18 roku

In [38]:

df3 = df2.dropna(subset=['survived', 'age'])

plt.figure(figsize=(10, 6))
for survival_status in df3['survived'].unique():
    subset = df3[df3['survived'] == survival_status]
    plt.hist(subset['age'], bins=20, alpha=0.5, label=f'Survived: {int(survival_status)}')

plt.title('Histogram przeżycia katastrofy według wieku')
plt.xlabel('Wiek')
plt.ylabel('Liść próbek')
plt.legend(title='Przertwało', labels=['Nie', 'Tak'])
plt.grid(True)

df3 = df2.dropna(subset=['survived', 'age']) plt.figure(figsize=(10, 6)) for survival_status in df3['survived'].unique(): subset = df3[df3['survived'] == survival_status] plt.hist(subset['age'], bins=20, alpha=0.5, label=f'Survived: {int(survival_status)}') plt.title('Histogram przeżycia katastrofy według wieku') plt.xlabel('Wiek') plt.ylabel('Liść próbek') plt.legend(title='Przertwało', labels=['Nie', 'Tak']) plt.grid(True)

Obserwacje¶

1. Najwięcej przeżyło katastrofę Tytanica w wieku 30-36 lat
2. Najwiękasz ilość osób które zgineła to osyby około 30lat
3. Dzieci z przedziału 0-7 lat mają większą ilość śmierci

In [40]:

plt.figure(figsize=(10, 6))
df2[['fare', 'age']].boxplot()
plt.title('Analiza wartości odstających dla opłaty i wieku')
plt.ylabel('Wartości')

plt.figure(figsize=(10, 6)) df2[['fare', 'age']].boxplot() plt.title('Analiza wartości odstających dla opłaty i wieku') plt.ylabel('Wartości')

Out[40]:

Text(0, 0.5, 'Wartości')

Obserwacje¶

1. Jak widać na wykres bardzo dużo odstających wartości może zniekształcić anilizę

Wnioski¶

1. Na początku dateframe zawieram bardzo dużo brakujących danych co spowodowało spłycenie analizy i zniekształce ogólnej oceny
2. Przyżywalność osób płynących na Tytanicu była zależna od wykupionej klasy oraz wieku Jest to spowodowane Hierachią społeczną, a następnie kolejnością ratowania (płeć, dzieci itd)
3. Na Tytanicu przeżyło więcej mężczyzn, aczkowliek jest spowodowane znacznie większą ilością płynących osób płci męskiej

In [ ]: