泰坦尼克数据预处理 (1) 读取数据 (2) 统计age列缺失值的个数 (3) 去掉Age和Sex这两列带有缺失值的行 (4) 根据“Age”的大小逆序排列 (5) 求船员年龄的平均数（排除缺失值） (6) 计算每类船舱对应的平均票价（pivot_table） (7) 求每类船舱对应的平均存活率（pivot_table） (8) 求不同船舱等级乘客的平均年龄（pivot_table） (9) 计算不同的登船地点(C,Q,S)对应的总票价和总获救人数。（pivot_table）

1. 读取数据：

import pandas as pd

# 读取数据
titanic_data = pd.read_csv('titanic.csv')

2. 统计age列缺失值的个数：

# 统计age列缺失值的个数
missing_age_count = titanic_data['Age'].isnull().sum()
print('Age列缺失值的个数为：', missing_age_count)

3. 去掉Age和Sex这两列带有缺失值的行：

# 去掉Age和Sex这两列带有缺失值的行
titanic_data.dropna(subset=['Age', 'Sex'], inplace=True)

4. 根据“Age”的大小逆序排列：

# 根据“Age”的大小逆序排列
titanic_data.sort_values(by='Age', ascending=False, inplace=True)

5. 求船员年龄的平均数（排除缺失值）：

# 求船员年龄的平均数（排除缺失值）
mean_age = titanic_data['Age'].mean()
print('船员的平均年龄为：', mean_age)

6. 计算每类船舱对应的平均票价（pivot_table）：

# 计算每类船舱对应的平均票价（pivot_table）
ticket_class_fare = titanic_data.pivot_table(values='Fare', index='Pclass', aggfunc='mean')
print('每类船舱对应的平均票价为：\n', ticket_class_fare)

7. 求每类船舱对应的平均存活率（pivot_table）：

# 求每类船舱对应的平均存活率（pivot_table）
survival_rate_by_class = titanic_data.pivot_table(values='Survived', index='Pclass', aggfunc='mean')
print('每类船舱对应的平均存活率为：\n', survival_rate_by_class)

8. 求不同船舱等级乘客的平均年龄（pivot_table）：

# 求不同船舱等级乘客的平均年龄（pivot_table）
mean_age_by_class = titanic_data.pivot_table(values='Age', index='Pclass', aggfunc='mean')
print('不同船舱等级乘客的平均年龄为：\n', mean_age_by_class)

9. 计算不同的登船地点(C,Q,S)对应的总票价和总获救人数。（pivot_table）：

# 计算不同的登船地点(C,Q,S)对应的总票价和总获救人数。（pivot_table）
total_fare_and_survived_count_by_embarked = titanic_data.pivot_table(values=['Fare', 'Survived'], index='Embarked', aggfunc='sum')
print('不同的登船地点(C,Q,S)对应的总票价和总获救人数为：\n', total_fare_and_survived_count_by_embarked)