修改泰坦尼克号代码，使其减少变量（列）的数目，减为原来的80%，60%，40%，20%,;减少样本（行)的数目，减为原来的80%，60%，40%,20%;修改现有titanic代码保留embarked变量，然后对Q,S，C换成1，2，3这样编码

为了简化泰坦尼克号的数据处理代码并减少变量（列）和样本（行）的数量，我们可以采用特征选择和数据降维的方法。以下是逐步操作的建议：

首先，假设我们已经有了原始的`pandas` DataFrame `titanic_df`，其中包含`embarked`（登船港口）等列。

1. **减少变量数至80%**:
- 对于非数值型列（如embarked），可以考虑只保留最常见的几个类别。例如，将`embarked`转换为独热编码（One-hot encoding），保留最常出现的两个港口（如'S'和'C'，假设'S'比'C'更常见）。

   titanic_df = pd.get_dummies(titanic_df, columns=['embarked'], drop_first=True)

2. **减少变量数至60%**:
- 如果希望进一步减少，可以选择其他与生存率关联度更高的列。这需要领域知识或简单的相关性分析。举例来说，如果`Pclass`（乘客等级）与生存率高度相关，可以保留它。

   selected_columns = ['age', 'sex', 'fare', 'Pclass'] + list(titanic_df.filter(regex='embarked_').columns)
   titanic_df = titanic_df[selected_columns]

3. **减少变量数至40%**:
- 可能选择一些特定年龄段、票价区间或家庭结构作为新的特征。

   titanic_df['age_group'] = pd.cut(titanic_df['age'], bins=4) # 分年龄段
   titanic_df['fare_category'] = pd.qcut(titanic_df['fare'], q=4) # 分票价区间

4. **减少变量数至20%**:
- 这里可能只剩下一些核心的特征，如性别、年龄、票价和等级。

   titanic_df = titanic_df[['Sex', 'Age', 'Fare', 'Pclass', 'embarked_S', 'embarked_C']]

5. **减少样本数**:
- 使用`sample`函数随机抽取指定比例的样本。假设我们要取80%的数据：

   reduced_data = titanic_df.sample(frac=0.8)

同理，对于60%，40%，20%的比例，只需调整`frac`参数即可。

6. **将Q/S/C换为1/2/3编码**:
- 之前已经做了embarked的独热编码，所以这里不需要额外操作。

现在，你有了经过简化后的数据集，可以根据需要继续进行模型训练或数据分析。记得每次改变之后都检查一下新数据是否符合你的需求和模型预测的效果。