python 分析不同职业，男女性别的百分比

在Python中，分析不同职业男女比例的数据通常需要处理包含性别和职业信息的数据集。例如，你可以使用pandas库来读取CSV文件，然后使用数据透视表(pivot_table)来进行分组统计。以下是简单的步骤：

1. 导入必要的库：

import pandas as pd

2. 加载数据集：

data = pd.read_csv('your_data.csv')  # 假设数据存储在名为`your_data.csv`的CSV文件中

3. 对数据进行清洗和预处理，确保性别和职业字段已准备好分析：

# 检查数据是否存在缺失值，并进行处理
data.dropna(subset=['gender', 'job'], inplace=True)

4. 使用pivot_table计算每个职业的男性和女性人数百分比：

stats = data.pivot_table(index='job', values='gender', aggfunc={'gender': lambda x: (x == 'male').mean() * 100})
stats.rename(columns={'gender': '%男性'}, inplace=True)
female_stats = stats.rename(columns={'%男性': '%女性'})
stats = pd.concat([stats, female_stats], axis=1)

5. 显示结果：

print(stats)

这个过程假设数据集中有一个名为`gender`的字段表示性别（如'male'或'female'），另一个字段表示职业（如'engineer', 'teacher', 等）。最后的结果将展示每个职业男女比例的百分比。