Titanic1

import timeit

import numpy as np
import pandas as pd
import seaborn as sns

titanic_data = sns.load_dataset("titanic")
print(titanic_data)
print()

#Часть 1
print("PART1\n")
zero_cnt = titanic_data.isnull().sum()
print("zero_cnt:\n", zero_cnt)
print()

#Часть 2
print("\nPART2\n")
#Удалите все столбцы, количество пропусков в которых превышает половину количества строк в таблице.
half_rows = titanic_data.shape[0] // 2
columns_to_drop = titanic_data.columns[zero_cnt > half_rows]
titanic_cleaned = titanic_data.drop(columns=columns_to_drop)
print('columns_to_drop:', columns_to_drop, "- удаляем эти столбцы")
print()
#NB!Теперь работаем с titanic_cleaned

#После того, как вы удалите все столбцы, нарушающие описанное условие, удалите все строки, количество пропусков в которых превышает половину количества столбцов.
row_zero_cnt = titanic_cleaned.isnull().sum(axis = 1)
half_rows = titanic_cleaned.shape[1] // 2
"""
print("shape:", titanic_cleaned.shape)
print(type(row_zero_cnt))
print(row_zero_cnt)"""
print("half_rows:",half_rows)
print("Максимальное пропусков в строке:", row_zero_cnt.max())
to_be_left = row_zero_cnt <= half_rows
#print(type(to_be_left))
#(to_be_left)
titanic =  titanic_cleaned[to_be_left]
#print(titanic.shape)
print("Вывод: мы не удалили ни одной строки")
#NB!Теперь работаем с titanic

#Часть 3
print("\nPART3\n")
man_mask = (titanic['who'] == 'man')
#print("man_mask\n",male_mask)
man_age_median = titanic.loc[man_mask, 'age'].dropna().median()
print("man_age_median:", man_age_median)
print()
woman_mask = (titanic['who'] == 'woman')
woman_age_median = titanic.loc[woman_mask, 'age'].dropna().median()
print("woman_age_median:", woman_age_median)
print()
child_mask = (titanic['who'] == 'child')
child_age_median = titanic.loc[child_mask, 'age'].dropna().median()
print("child_age_median:", child_age_median)