Riichards/Sampl

该数据集包含两个表格：`bigquery-public-data.usa_names.usa_1910_2013`和`bigquery-public-data.samples.natality`。第一个表格记录了1910年至2013年间美国各州的婴儿名字、性别、出生年份及其出现次数。第二个表格包含了更详细的出生记录，如出生日期、性别、种族、体重、母亲和父亲的信息等。这些数据可用于分析美国婴儿名字的趋势、性别比例的变化以及其他与出生相关的统计信息。

原始信息汇总

数据集概述

基本信息

• 许可证: Apache-2.0
• 任务类别: 文本分类
• 语言: 英语
• 数据集大小: 小于1千条记录

输入表

• 表1: bigquery-public-data.usa_names.usa_1910_2013

  • 字段:
    • state: 2位州代码，类型为STRING
    • gender: 性别（M=男性，F=女性），类型为STRING
    • year: 出生年份，类型为INTEGER
    • name: 出生时的名字，类型为STRING
    • number: 名字出现的次数，类型为INTEGER

• 表2: bigquery-public-data.samples.natality

  • 字段:
    • source_year: 出生年份，类型为INTEGER
    • year: 出生年份，类型为INTEGER
    • month: 出生月份，类型为INTEGER
    • day: 出生日期，类型为INTEGER
    • wday: 出生星期，类型为INTEGER
    • state: 州邮政代码，类型为STRING
    • is_male: 性别（TRUE=男性，FALSE=女性），类型为BOOLEAN
    • child_race: 儿童种族，类型为INTEGER
    • weight_pounds: 儿童体重，类型为FLOAT
    • plurality: 多胎情况，类型为INTEGER
    • apgar_1min: 出生后1分钟Apgar评分，类型为INTEGER
    • apgar_5min: 出生后5分钟Apgar评分，类型为INTEGER
    • mother_residence_state: 母亲居住州，类型为STRING
    • mother_race: 母亲种族，类型为INTEGER
    • mother_age: 母亲年龄，类型为INTEGER
    • gestation_weeks: 妊娠周数，类型为INTEGER
    • lmp: 末次月经日期，类型为STRING
    • mother_married: 母亲婚姻状态，类型为BOOLEAN
    • mother_birth_state: 母亲出生州，类型为STRING
    • cigarette_use: 母亲吸烟情况，类型为BOOLEAN
    • cigarettes_per_day: 每日吸烟量，类型为INTEGER
    • alcohol_use: 母亲饮酒情况，类型为BOOLEAN
    • drinks_per_week: 每周饮酒量，类型为INTEGER
    • weight_gain_pounds: 孕期体重增加，类型为INTEGER
    • born_alive_alive: 存活子女数，类型为INTEGER
    • born_alive_dead: 已故子女数，类型为INTEGER
    • born_dead: 流产子女数，类型为INTEGER
    • ever_born: 总生育数，类型为INTEGER
    • father_race: 父亲种族，类型为INTEGER
    • father_age: 父亲年龄，类型为INTEGER
    • record_weight: 记录权重，类型为INTEGER

研究任务

• 分析名字最后一个字母与性别的关联性
• 分析美国自1920年以来女性名字比例最高的年份
• 观察女性与男性名字比例的特殊发展趋势
• 找出60年代第四常见的男性名字