如何简化泰坦尼克数据集fr1中各舱位女性平均年龄的计算代码？

你现在的代码只能单独计算单个舱位的女性平均年龄，舱位数量多的时候重复写代码太繁琐，用pandas的groupby分组功能可以一次性搞定所有舱位的统计，给你两种简洁的实现方式：

方法一：先筛选女性数据再分组计算 #

# 先筛选所有女性数据，按舱位分组后计算平均年龄并四舍五入
female_age_by_class = fr1[fr1["gender"] == "female"].groupby("class")["Age"].mean().round()
print(female_age_by_class)

方法二：分组后提取女性数据结果 #

# 先按舱位+性别分组计算平均年龄，再提取女性的结果并四舍五入
female_age_by_class = fr1.groupby(["class", "gender"])["Age"].mean().round().xs("female", level="gender")
print(female_age_by_class)

这两种方法都能直接输出每个舱位对应的女性平均年龄，不管舱位有20个还是更多，都不用重复编写单舱位的处理代码。

内容的提问来源于stack exchange，提问作者Josue Medina