1
print('最高积分：', data['家庭总积分'].max())  #最高积分： 330
2
print('最低积分：', data['家庭总积分'].min())  #最低积分： 36

1
data_inter_num_plot=data['家庭代际数'].value_counts().reset_index()
2

3
fig,axes=plt.subplots(1,2,figsize=(20,7),facecolor='white')
4
fontsize=15
5

6
x=data_inter_num_plot['家庭代际数']
7
y=data_inter_num_plot['count']
8
axes_plot(axes[0],axes[1],x,y,axs1_twinx=True)
9

10
fig.suptitle('家庭代际数分布',fontsize=20,fontweight ="bold",y=0.98)
11
plt.subplots_adjust(hspace=0.35,wspace=0.3)
12
plt.show()

1
data_inter_num_stat=pivot_percent(data,'家庭代际数','主申请人申请编码',agg='count')
2

3
data_inter_num_stat

1
def register_year(dt):
2
    return dt[:4]
3

4
data['成员最早注册时间-年份']=data['成员最早注册时间'].map(register_year)
5

6
pivot_percent(data,'成员最早注册时间-年份','主申请人申请编码',agg='count')

1
inter_num_reg_year=pd.pivot_table(data,
2
               values='主申请人申请编码',
3
               index='家庭代际数',
4
               columns='成员最早注册时间-年份',
5
               aggfunc='count',
6
               fill_value=0
7
              )
8

9
plt.figure(figsize=(12, 3.5))  # 调整图片宽度和高度
10
ax = sns.heatmap(
11
    inter_num_reg_year,
12
    annot=True,              # 在每个格子中显示数值
13
    fmt='d',                 # 数值格式：整数
14
    cmap='Reds',           # 颜色映射（黄-橙-红）
15
    linewidths=0.5,          # 格子之间的分隔线宽度
16
    cbar=False,
17
    # cbar_kws={'shrink': 0.8} # 颜色条大小
18
)
19

20
ax.xaxis.tick_top()          # 将 x 轴的刻度线移动到顶部
21
ax.tick_params(length=0)
22

23
plt.title('家庭代际数 与 注册年份 热力图', fontsize=16,pad=40)
24
plt.xlabel('')
25
plt.ylabel('')
26
# plt.xticks(rotation=45)     # 如果年份过多，旋转标签避免重叠
27
plt.tight_layout()
28
plt.show()

1
def map_province(x):
2
    province_code = x[:2]
3
    province = {
4
        '11': '北京市', '12': '天津市', '13': '河北省', '14': '山西省',
5
        '15': '内蒙古自治区', '21': '辽宁省', '22': '吉林省', '23': '黑龙江省',
6
        '31': '上海市', '32': '江苏省', '33': '浙江省', '34': '安徽省',
7
        '35': '福建省', '36': '江西省', '37': '山东省', '41': '河南省',
8
        '42': '湖北省', '43': '湖南省', '44': '广东省', '45': '广西壮族自治区',
9
        '46': '海南省', '50': '重庆市', '51': '四川省', '52': '贵州省',
10
        '53': '云南省', '54': '西藏自治区', '61': '陕西省', '62': '甘肃省',
11
        '63': '青海省', '64': '宁夏回族自治区', '65': '新疆维吾尔自治区'
12
    }
13
    return province.get(province_code, '其他')
14

15
data['主申请人籍贯省份'] = data['主申请人证件号码'].map(map_province)
16
pivot_percent(data, '主申请人籍贯省份', '主申请人申请编码', agg='count').head(10)

1
# 新北京人：主申请人籍贯省份-非北京， 家庭代际数>=2
2
data_filter = data[(data['家庭代际数'].isin(['2代', '3代'])) & (data['主申请人籍贯省份'] != '北京市')]
3

4
pivot_percent(data_filter,'主申请人籍贯省份','主申请人申请编码',agg='count').head(10)

1
# 分段边界
2
bins = [36, 40, 45, 50, 55, 60, 65, 70, 80, 90, 100, 340]
3
labels = [f'{bins[i]}-{bins[i+1]-1}' for i in range(len(bins)-1)]
4

5
# ---------- 1. 分段 ----------
6
data['总积分段'] = pd.cut(data['家庭总积分'],
7
                      bins=bins,
8
                      labels=labels,
9
                      right=False
10
                     )
11

12
# ---------- 2. 画等宽柱状图 ----------
13
plt.figure(figsize=(12, 6))
14
ax = sns.countplot(data=data,
15
                   x='总积分段',
16
                   color='steelblue',
17
                   order=labels
18
                  )
19

20
# ---------- 3. 在柱子上标注频数和占比 ----------
21
total = len(data)  # 总样本数
22
for p in ax.patches:
23
    height = p.get_height()          # 频数
24
    if height == 0:
25
        continue                     # 跳过空桶
26
    percent = height / total * 100   # 占比（%）
27
    # 在柱子上方 5 像素处标注（两行：频数 + 占比）
28
    ax.text(p.get_x() + p.get_width()/2.,
29
            height + 5,
30
            f'{int(height)}\n( {percent:.1f}% )',
31
            ha='center',
32
            va='bottom',
33
            fontsize=9)
34

35
# ---------- 4. 美化 ----------
36
# plt.xticks(rotation=45)
37
plt.title('家庭总积分分段及占比', fontsize=16, pad=20)
38
plt.ylabel('')
39
plt.xlabel('')
40
ax.tick_params(length=0)
41
plt.tight_layout()
42
plt.ylim(0,45000)
43
plt.show()