致敬情人节，用数据分析我国5年婚姻状况，且行且珍惜

今年回老家过年，姑妈一直催刚刚大学毕业的表弟找女朋友。被催婚的表弟说“养活自己都不容易了，哪有钱找女朋友，我不结婚的”。姑妈无奈说，“你不结婚早说啊，不用我那么辛苦供你上大学”。虽然我们都知道表弟不是真的不想找对象结婚，姑妈也知道表弟他只是气话，但是确实说出了我们年轻人的无奈。估计姑妈做梦都想不到，他们那年代的人结婚就是三两天的事情，两人通过媒人婆介绍坐在一起，当场立断定姻缘，合适就发个大红包，不合适就回礼个小红包。

无独有偶，我堂哥87年的仍未结婚。中专毕业一直在城市打拼，前几年回村务农种植点三华李，相亲数十场，仍未遇到良缘 。现在农村结婚也那么难的了吗？还是我们年轻人想法多了？越多想法越难凑合？

我也想一探究竟，用数据说话，看看结婚是不是很难，看看我国目前婚姻年龄分布情况，分地区农村婚姻状况分布等信息。

让我的杠精表弟且行且珍惜，遇到了就不要错过，错过了可能就是永远。不信？数据是不会骗人的。

本过程采用Anaconda-Jupyter-notebook开发环境，用到pandas、plotly等库，所有脚本及数据请点击下载，谢谢！

目录

致敬情人节，用数据分析我国5年婚姻状况，且行且珍惜

一 数据准备清洗

1 数据导入

2 样本数据清理转换

二 全国整体婚姻状况分析

1 未婚情况

2 配偶情况

3 离婚情况

4 丧偶情况

三 2019年各省婚姻状况分析

1 省未婚情况

2 配偶情况分布

3 离婚情况分布

4 丧偶情况分布

四 且行且珍惜

五 最后请支持

一 数据准备清洗

为此，我找了两份数据，一份是2015-2019年各省农村性别婚姻状况，一份是2018-2019年按年龄层性别分布婚姻状况。数据均取自于国家统计局http://www.stats.gov.cn/tjsj./ndsj/

?

各省农村性别婚姻状况取自于《中国人口和就业统计年鉴》-2-39《全国1人口省略各地区乡村分性别婚姻状况的人口》，2015-2019年五年的数据，数据均是取全国1%人口抽样调查数据样本。一般《中国人口和就业统计年鉴》是次年才发布，所有没有找到2020年的数据，需要2021年发布才有。虽然不能代表最新数据，但是2015-2019年五年发数据，均可以反应我国农村目前婚姻状况。部分数据样本如下:

按年龄层性别分布婚姻状况，数据为《中国人口和就业统计年鉴_第二部分年人口变动情况省略及以上人口分年龄_性别的婚姻状况》，及根据年龄层分布的婚姻状况数据，数据均是取全国1%人口抽样调查数据样本。本次分析取2018-2019年数据，2017年的数据没找到，所以只分析两年数据。部分数据样本如下:

1 数据导入

# 1-读取数据
import pandas as pd
?
CSV_FILE_PATH_01 = './01_各省农村婚姻状况数据.csv'
CSV_FILE_PATH_02 = './02_全国年龄层婚姻状况数据.csv'
?
df01 = pd.read_csv(CSV_FILE_PATH_01,sep=',',encoding="gbk")
df02 = pd.read_csv(CSV_FILE_PATH_02,sep=',',encoding="gbk")
?
print(df01.head(5))
print(df02.head(5))

# 2 历年统计样本总数据情况
df01_total = df01[df01.地区 =='全国']
print(df01_total)

## 男女比率
df01['占比_男_15岁及以上'],df01['占比_女_15岁及以上'] = [df01['男_15岁及以上'] / df01['15岁及以上'],df01['女_15岁及以上'] / df01['15岁及以上']]
## 未婚比率
df01['占比_未婚'],df01['占比_未婚_男'] ,df01['占比_未婚_女']= [df01['未婚'] / df01['15岁及以上'],df01['男_未婚'] / df01['未婚'],df01['女_未婚'] / df01['未婚']]
## 有配偶比率
df01['占比_有配偶'],df01['占比_有配偶_男'] ,df01['占比_有配偶_女']= [df01['有配偶'] / df01['15岁及以上'],df01['男_有配偶'] / df01['有配偶'],df01['女_有配偶'] / df01['有配偶']]
## 离婚比率
df01['占比_离婚'],df01['占比_离婚_男'] ,df01['占比_离婚_女']= [df01['离婚'] / df01['15岁及以上'],df01['男_离婚'] / df01['离婚'],df01['女_离婚'] / df01['离婚']]
## 丧偶比率
df01['占比_丧偶'],df01['占比_丧偶_男'] ,df01['占比_丧偶_女']= [df01['丧偶'] / df01['15岁及以上'],df01['男_丧偶'] / df01['丧偶'],df01['女_丧偶'] / df01['丧偶']]
?
?
## 占比的列
type(df01)
cl_list = list(df01.filter(regex='占比'))
##放大100倍
df01_ratio = df01[cl_list] *100
?
cl_list.insert(0,'地区')
cl_list.insert(0,'年份')
df01_ratio =df01_ratio.reindex(columns=cl_list)
?
df01_ratio['地区'] = df01['地区']
df01_ratio['年份'] = df01['年份']
?
print(df01_ratio.head())

df =df01_ratio[df01_ratio.地区 =='全国']
x = df['年份']
fig = go.Figure()
for c in list(df.columns.drop(['年份','地区'])):
 ? ?fig.add_trace(go.Scatter(x=x, y=df[c],
 ? ? ? ? ? ? ? ? ? ? ? ?mode='lines+markers',
 ? ? ? ? ? ? ? ? ? ? ? ?name=c))
 ?
?
fig.show()

df =df01_ratio[(df01_ratio.地区 !='全国') & (df01_ratio.年份 == 2019 )]
#print(df.head())
TYPE_NAME = '占比_未婚_男'
fig = px.pie(df, values=df[TYPE_NAME], names='地区', title='2019年各省'+TYPE_NAME+'情况')
fig.show()