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
Ogólny przegląd danych¶
<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
Zobaczmy 5 pierwszych wyników¶
| 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 |
Zobaczmy 5 ostatnich rekordów¶
| pclass | survived | name | sex | age | sibsp | parch | ticket | fare | cabin | embarked | boat | body | home.dest | |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 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 |
Zobaczmy 5 losowych rekordów¶
| pclass | survived | name | sex | age | sibsp | parch | ticket | fare | cabin | embarked | boat | body | home.dest | |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 450 | 2.0 | 0.0 | Hodges, Mr. Henry Price | male | 50.0 | 0.0 | 0.0 | 250643 | 13.0000 | NaN | S | NaN | 149.0 | Southampton |
| 1058 | 3.0 | 0.0 | Nieminen, Miss. Manta Josefina | female | 29.0 | 0.0 | 0.0 | 3101297 | 7.9250 | NaN | S | NaN | NaN | NaN |
| 306 | 1.0 | 0.0 | White, Mr. Percival Wayland | male | 54.0 | 0.0 | 1.0 | 35281 | 77.2875 | D26 | S | NaN | NaN | Brunswick, ME |
| 54 | 1.0 | 1.0 | Carter, Master. William Thornton II | male | 11.0 | 1.0 | 2.0 | 113760 | 120.0000 | B96 B98 | S | 4 | NaN | Bryn Mawr, PA |
| 805 | 3.0 | 1.0 | Foo, Mr. Choong | male | NaN | 0.0 | 0.0 | 1601 | 56.4958 | NaN | S | 13 | NaN | Hong Kong New York, NY |
| 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 |
{'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}
WSTĘPNE OBSERWACJE¶
Z opisu wynika, że na Titanicu było około 2200 osób, a w danych jest tylko 1310 soób, ponieważ rekordy są w przedziale 0-1309. Brakuje niektórych danych. Byli tam w wiekszości ludzie młodzi (średnia wieku wynosi niecałe 30 lat). Ciekawe jest że ceny biletów są bardzo różne. Jeśli chodzi o najmłodszego pasażera to było to 2-miesięczne dziecko, a najstarszy pasażer miał 80 lat. Widać też, że odnaleziona 328 ciał. Łodzi ratunkowych było tylko 27.¶
Analiza brakujących wartości¶
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
Brakujących danych nie jestem w stanie uzupełnić. Jednak widać wyraźnie że dużo osób nie ma podane wieku i kabiny.¶
Analiza poszczególnych zmiennych¶
Zobaczmy jak na wykresach wyglądają poszczególne kolumny¶
array([[<Axes: title={'center': 'pclass'}>,
<Axes: title={'center': 'survived'}>,
<Axes: title={'center': 'age'}>],
[<Axes: title={'center': 'sibsp'}>,
<Axes: title={'center': 'parch'}>,
<Axes: title={'center': 'fare'}>],
[<Axes: title={'center': 'body'}>, <Axes: >, <Axes: >]],
dtype=object)
ilość osób które przeżyły 500.0
Wskaźnik przeżywalności według płci: sex female 72.75% male 19.10% Name: survived, dtype: object
Sprawdźmy skąd płynęło najwięcej ludzi¶
S 914 C 270 Q 123 Name: embarked, dtype: int64
Wnioski:¶
Najwięcej osób wyruszyło w rejs w porcie Southampton, następnie w Cherbourg, a najmniej w Queenstown. Najwięcej osób było w 3 klasie, a najmniej w drugiej. Więcej osób zginęło niż przeżyło. Zdecydowana większość pasażerów to osoby mlode. Więcej kobiet przeżeyło katastrofę niż mężczyzn. Większość osób na pokładzie płynęła bez rodziny lub/i małżonka. Większośc biletów kosztowała mniej niż 50 jednostek danej waluty.¶
Widać że są szalupy w których jest kilkanaście osób, ale są też szalupy w których jest tylko kilka osób¶
Wartości odstające¶
<Axes: >
Widać że ponad połowa osób na pokładzie miała mniej niż 30 lat. Były pojedyncze osoby mające ponad 66 lat¶
Większość biletów kosztowała do 50 jednostek danej waluty, ale są też bilety kosztujące nawet 200 jednostek danej walut.¶
Analiza korelacji między kolumnami¶
