目標：使用 mask() & query() 函數來計算
1.計算年紀大於70歲(age>70)的存活率(survived=1)
2.計算年紀小於15歲(age<15)的存活率(survived=1)

先匯入資料

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

df = sns.load_dataset('titanic')
df.head(10)

執行結果：
survived	pclass	sex	age	sibsp	parch	fare	embarked	class	who	adult_male	embark_town	alive	alone
1	1	1	female	38.0	1	0	71.2833	C	First	woman	False	Cherbourg	yes	False
2	1	3	female	26.0	0	0	7.9250	S	Third	woman	False	Southampton	yes	True
3	1	1	female	35.0	1	0	53.1000	S	First	woman	False	Southampton	yes	False
8	1	3	female	27.0	0	2	11.1333	S	Third	woman	False	Southampton	yes	False
9	1	2	female	14.0	1	0	30.0708	C	Second	child	False	Cherbourg	yes	False
10	1	3	female	4.0	1	1	16.7000	S	Third	child	False	Southampton	yes	False
11	1	1	female	58.0	0	0	26.5500	S	First	woman	False	Southampton	yes	True
14	0	3	female	14.0	0	0	7.8542	S	Third	child	False	Southampton	no	True
15	1	2	female	55.0	0	0	16.0000	S	Second	woman	False	Southampton	yes	True
18	0	3	female	31.0	1	0	18.0000	S	Third	woman	False	Southampton	no	False

方法一：使用 mask() 函數來計算
用masking功能計算年紀大於70歲的存活率

survived_rate_70 = (df[df['age'] > 70]['survived'] == 1).mean()
print(f'年紀大於70歲的存活率：{survived_rate_70}')

執行結果：
年紀大於70歲的存活率：0.027027027027027027

計算年紀小於15歲的存活率

survived_rate_15 = (df[df['age'] < 15]['survived'] == 1).mean()
print(f'年紀小於15歲的存活率：{survived_rate_15}')

執行結果：
年紀小於15歲的存活率：0.5769230769230769

方法二：使用 query() 函數來計算

df = df.query('age > 70')
survived_rate = df['survived'].mean()
print(survived_rate)

執行結果：
0.027027027027027027

泰坦尼克號上年紀大於70歲的乘客的生還率為 2.70%。

df = df.query('age < 15')
survived_rate = df['survived'].mean()
print(survived_rate)

執行結果：
0.5769230769230769

泰坦尼克號上年紀小於15歲的乘客的生還率為 57.69%。

使用 mask() 函數和 query() 函數計算的結果相同。