1. 总人数: 7611

2. 男女比例:
2×2 DataFrame
│ Row │ 性别         │ x1    │
│     │ Categorical… │ Int64 │
├─────┼──────────────┼───────┤
│ 1   │ 女           │ 4100  │
│ 2   │ 男           │ 3511  │

3. 各专业人数排名:
62×2 DataFrame
│ Row │ 专业                   │ x1    │
│     │ Categorical…           │ Int64 │
├─────┼────────────────────────┼───────┤
│ 1   │ 金融学                 │ 518   │
│ 2   │ 会计学                 │ 481   │
│ 3   │ 计算机科学与技术       │ 328   │
│ 4   │ 视觉传达设计           │ 314   │
│ 5   │ 软件工程               │ 263   │
│ 6   │ 数据科学与大数据技术   │ 238   │
│ 7   │ 汉语言文学             │ 228   │
│ 8   │ 机械设计制造及其自动化 │ 196   │
│ 9   │ 英语                   │ 185   │
│ 10  │ 国际经济与贸易         │ 181   │
│ 11  │ 广告学                 │ 169   │
│ 12  │ 财务管理               │ 153   │
│ 13  │ 电子信息科学与技术     │ 148   │
│ 14  │ 电子商务               │ 147   │
│ 15  │ 自动化                 │ 143   │
│ 16  │ 动画                   │ 134   │
│ 17  │ 旅游管理               │ 132   │
│ 18  │ 物流管理               │ 131   │
│ 19  │ 行政管理               │ 129   │
│ 20  │ 金融工程               │ 126   │
│ 21  │ 工商管理               │ 122   │
│ 22  │ 体育教育               │ 121   │
│ 23  │ 无人驾驶航空器系统工程 │ 121   │
│ 24  │ 网络工程               │ 121   │
│ 25  │ 市场营销               │ 114   │
│ 26  │ 通信工程               │ 114   │
│ 27  │ 人力资源管理           │ 112   │
│ 28  │ 日语                   │ 112   │
│ 29  │ 中药学                 │ 100   │
│ 30  │ 制药工程               │ 98    │
│ 31  │ 车辆工程               │ 96    │
│ 32  │ 投资学                 │ 95    │
│ 33  │ 食品质量与安全         │ 93    │
│ 34  │ 应用化学               │ 92    │
│ 35  │ 酒店管理               │ 91    │
│ 36  │ 建筑学                 │ 90    │
│ 37  │ 音乐学(师范)           │ 90    │
│ 38  │ 音乐表演               │ 90    │
│ 39  │ 健康服务与管理         │ 87    │
│ 40  │ 药物制剂               │ 85    │
│ 41  │ 舞蹈编导               │ 80    │
│ 42  │ 汉语国际教育           │ 79    │
│ 43  │ 化学工程与工艺         │ 76    │
│ 44  │ 微电子科学与工程       │ 76    │
│ 45  │ 信息管理与信息系统     │ 74    │
│ 46  │ 应用统计学             │ 74    │
│ 47  │ 机械电子工程           │ 72    │
│ 48  │ 新能源材料与器件       │ 71    │
│ 49  │ 物流工程               │ 67    │
│ 50  │ 社会工作               │ 67    │
│ 51  │ 劳动与社会保障         │ 63    │
│ 52  │ 朝鲜语                 │ 61    │
│ 53  │ 材料科学与工程         │ 53    │
│ 54  │ 金融学（2+2）          │ 50    │
│ 55  │ 药物分析               │ 42    │
│ 56  │ 工业工程               │ 41    │
│ 57  │ 汽车服务工程           │ 37    │
│ 58  │ 会计学(2+2)            │ 30    │
│ 59  │ 国际经济与贸易(2+2)    │ 30    │
│ 60  │ 城乡规划               │ 30    │
│ 61  │ 工商管理(2+2)          │ 30    │
│ 62  │ 英语(2+2)              │ 20    │

4. 各民族人数排名:
24×2 DataFrame
│ Row │ 民族         │ x1    │
│     │ Categorical… │ Int64 │
├─────┼──────────────┼───────┤
│ 1   │ 仡佬族       │ 4     │
│ 2   │ 仫佬族       │ 3     │
│ 3   │ 侗族         │ 9     │
│ 4   │ 傣族         │ 1     │
│ 5   │ 回族         │ 20    │
│ 6   │ 土家族       │ 16    │
│ 7   │ 壮族         │ 62    │
│ 8   │ 布依族       │ 6     │
│ 9   │ 彝族         │ 6     │
│ 10  │ 朝鲜族       │ 12    │
│ 11  │ 水族         │ 1     │
│ 12  │ 汉族         │ 7365  │
│ 13  │ 满族         │ 45    │
│ 14  │ 瑶族         │ 10    │
│ 15  │ 畲族         │ 8     │
│ 16  │ 白族         │ 4     │
│ 17  │ 纳西族       │ 1     │
│ 18  │ 羌族         │ 2     │
│ 19  │ 苗族         │ 14    │
│ 20  │ 蒙古族       │ 13    │
│ 21  │ 藏族         │ 1     │
│ 22  │ 达斡尔族     │ 1     │
│ 23  │ 锡伯族       │ 1     │
│ 24  │ 黎族         │ 6     │

5. 出生年份分布:
10×2 DataFrame
│ Row │ 年份       │ x1    │
│     │ Year⍰      │ Int64 │
├─────┼────────────┼───────┤
│ 1   │ 1998 years │ 72    │
│ 2   │ 2001 years │ 3761  │
│ 3   │ 1999 years │ 495   │
│ 4   │ 2000 years │ 3060  │
│ 5   │ 2002 years │ 192   │
│ 6   │ 1997 years │ 16    │
│ 7   │ 2003 years │ 8     │
│ 8   │ missing    │ 2     │
│ 9   │ 1996 years │ 4     │
│ 10  │ 1995 years │ 1     │

6. 出生月份分布:
13×2 DataFrame
│ Row │ 月份      │ x1    │
│     │ Month⍰    │ Int64 │
├─────┼───────────┼───────┤
│ 1   │ 11 months │ 695   │
│ 2   │ 2 months  │ 595   │
│ 3   │ 6 months  │ 567   │
│ 4   │ 8 months  │ 735   │
│ 5   │ 10 months │ 750   │
│ 6   │ 9 months  │ 652   │
│ 7   │ 1 month   │ 655   │
│ 8   │ 4 months  │ 555   │
│ 9   │ 7 months  │ 634   │
│ 10  │ 12 months │ 686   │
│ 11  │ 5 months  │ 538   │
│ 12  │ 3 months  │ 547   │
│ 13  │ missing   │ 2     │

7. 姓氏最多top5:
5×2 DataFrame
│ Row │ 姓氏 │ x1    │
│     │ Char │ Int64 │
├─────┼──────┼───────┤
│ 1   │ '陈' │ 672   │
│ 2   │ '李' │ 497   │
│ 3   │ '黄' │ 422   │
│ 4   │ '张' │ 369   │
│ 5   │ '刘' │ 337   │

8. 姓氏最少top5:
5×2 DataFrame
│ Row │ 姓氏 │ x1    │
│     │ Char │ Int64 │
├─────┼──────┼───────┤
│ 1   │ '庾' │ 1     │
│ 2   │ '柒' │ 1     │
│ 3   │ '边' │ 1     │
│ 4   │ '摆' │ 1     │
│ 5   │ '麻' │ 1     │

9. 同名同姓top3:
3×2 DataFrame
│ Row │ 姓名         │ x1    │
│     │ Categorical… │ Int64 │
├─────┼──────────────┼───────┤
│ 1   │ 黄鑫         │ 4     │
│ 2   │ 刘俊         │ 3     │
│ 3   │ 刘嘉欣       │ 3     │

10. 同姓名异性top3:
3×3 DataFrame
│ Row │ 姓名         │ 性别_function │ leng  │
│     │ Categorical… │ String        │ Int64 │
├─────┼──────────────┼───────────────┼───────┤
│ 1   │ 徐浩然       │ 男女男        │ 3     │
│ 2   │ 梁宇轩       │ 女男男        │ 3     │
│ 3   │ 刘雨霖       │ 男女          │ 2     │

11. 生源最多高中排名:
10×2 DataFrame
│ Row │ 中学名称             │ x1    │
│     │ Categorical…⍰        │ Int64 │
├─────┼──────────────────────┼───────┤
│ 1   │ missing              │ 76    │
│ 2   │ 潮阳实验学校         │ 61    │
│ 3   │ 汕头市聿怀中学       │ 46    │
│ 4   │ 广东番禺中学         │ 43    │
│ 5   │ 广州市第五中学       │ 42    │
│ 6   │ 中山市实验中学       │ 41    │
│ 7   │ 广州市第一中学       │ 41    │
│ 8   │ 汕头市第一中学       │ 41    │
│ 9   │ 廉江市实验学校       │ 40    │
│ 10  │ 珠海市斗门区第一中学 │ 40    │