Python代码示例：使用Pandas分析泰坦尼克号乘客数据

以下是使用GPT-3.5 Turbo版本生成的Python代码，用于分析泰坦尼克号乘客数据：

import pandas as pd

passenger_df = pd.read_csv('Titanic.csv', index_col='PassengerId')

alone_df = passenger_df[passenger_df['SibSp'] == 0]
alone_counts = alone_df['Pclass'].value_counts()

not_alone_df = passenger_df[passenger_df['SibSp'] > 0]
not_alone_counts = not_alone_df['Pclass'].value_counts()

result_df = pd.concat([alone_counts, not_alone_counts], axis=1)
result_df.columns = ['独自乘坐人数', '非独自乘坐人数']
result_df.fillna(0, inplace=True)

print(result_df)

这段代码首先读取'Titanic.csv'文件，然后筛选出独自乘坐和非独自乘坐的乘客。之后，代码分别统计了这两类乘客在不同舱位的人数，并将结果合并到一个新的DataFrame中。

请注意，这段代码需要确保文件'Titanic.csv'在当前工作目录中，并且已经安装了pandas库。如果您有任何进一步的问题，请随时提问。