数据科学专业问答社区，好文章，一字千金--CDA答疑社区

热线电话：13121318867

登录

yuechuchen

dataframe增加记录，题目详情见正文

df表如下：要求为df表添加一行记录，name = “Han",sale = "40",实现效果如下：参考代码：np.random.seed(0)B = pd.Series(["Allen","Lucy","Tom","Alice","Tim","Lily"], dtype="string")C = pd.Series(np.random.randint(20,40,6, d

0.0000

0

4

0

关注作者

收藏

yuechuchen

dataframe增加记录，题目详情见正文

df表如下：要求为df表添加一行记录，name = “Han",sale = "40",实现效果如下：参考代码：np.random.seed(0)B = pd.Series(["Allen","Lucy","Tom","Alice","Tim","Lily"], dtype="string")C = pd.Series(np.random.randint(20,40,6, d

0.0000

0

2

0

关注作者

收藏

yuechuchen

dataframe增加列数据，题目详情见正文

df表如下：请为df表添加一列“基本工资”，实现效果如下：参考代码：list1 = [["第一分公司","第二分公司",] ,["销售部","市场部","行政部"]]index = pd.MultiIndex.from_product(list1, names=['公司', '部门'])df = pd.DataFrame({"姓名":["Allen","Lu

0.0000

0

3

0

关注作者

收藏

yuechuchen

Pandas 随机选取一部分数据读取，题目详情见正文

需要处理的数据过大时，可以随机选择原数据集的一部分读入内存，例如num表如下：随机选取部分数据读入，实现效果如下：参考代码：list1 = [["第一分公司","第二分公司",] ,["销售部","市场部","行政部"]]index = pd.MultiIndex.from_product(list1, names=['公司', '部门'])df = pd.

0.0000

0

4

0

关注作者

收藏

yuechuchen

pandas之分块读取数据，题目详情见正文

如果待读入的数据量过大，可以分块读取数据，num表如下：要求分段读取数据，第一次读取第一行记录，第二次读取第二行和第三行记录，第三次读取剩下所有记录，实现效果如下：参考代码：list1 = [["第一分公司","第二分公司",] ,["销售部","市场部","行政部"]]index = pd.MultiIndex.from_product(list

0.0000

0

5

0

关注作者

收藏

yuechuchen

pandas读取数据空值处理，题目详情见正文

df表如下： df表内包含特殊字符，读取df表是需要将特殊字符处理成空值形式，要求读取的数据结果如下：参考代码：list1 = [["第一分公司","第二分公司",] ,["销售部","市场部","行政部"]]index = pd.MultiIndex.from_product(list1, names=['公司', '部门'])df = pd.DataFr

0.0000

0

3

0

关注作者

收藏

yuechuchen

筛选dataframe中指定数据类型的字段，问题详情见正文。

df表如下：请筛选出表格中数据类型为字符串的字段。参考代码：np.random.seed(0)B = pd.Series(["Allen","Lucy","Tom","Alice","Tim","Lily"], dtype="string")C = pd.Series(np.random.randint(20,40,6, dtype="int"))df = pd.DataFram

0.0000

0

4

0

关注作者

收藏

liting李

MySQL和SQL的关系是什么

Mysql是一种关系型数据库管理系统，关系型数据库有很多，主流的有Oracle、 DB2、 Microsoft SQL Server、 MySQL等。SQL是操作关系型数据库时使用的语言，可以用在各种数据库查询中使用。

89.2783

4

2

0

关注作者

收藏

yuechuchen

自定义函数，输入任意整数，计算各位数字连乘的乘积例如输入整数1234，计算1*2*3*4输出结果24

参考代码：def mul(x): from functools import reduce if isinstance(x,int): return reduce((lambda x, y: x * y), map(int,[i for i in str(x)])) else: print("您输入的不是整数")代码结果：

0.0000

0

2

0

关注作者

收藏

yuechuchen

dataframe设置多重索引列，题目详情见正文

来自不同分公司以及不同部门的员工汇总在一个表中，要求dataframe效果如下：参考代码：list1 = [["第一分公司","第二分公司",],["销售部","市场部","行政部"]]index = pd.MultiIndex.from_product(list1, names=['公司', '部门'])df2 = pd.DataFrame([["Allen","Lucy","To

0.0000

0

1

0

关注作者

收藏

shauna570392

假设检验的临界值是怎么算出来的？

显著性水平是指当原假设实际上正确时，检验统计量落在拒绝域的概率，简单理解就是犯弃真错误的概率。这个值是我们做假设检验之前统计者根据业务情况定好的。显著性水平α越小，犯第I类错误的概率自然越小，一般取值：0.01、0.05、0.1等当给定了检验的显著水平a=0.05（95%）时，进行双侧检验的Z值为1.96。即临界值为±1.96倍的标准差当给定了检验的显著水平a=0.01

77.3248

1

3

0

关注作者

收藏

读童话的狼

mysql：concat与group_concat区别是什么？

1、concat()函数功能：将多个字符串连接成一个字符串。语法：concat(str1, str2,...)返回结果为连接参数产生的字符串，如果有任何一个参数为null，则返回值为null。值得注意的是每次只返回的是一行的数据。2、group_concat()函数group_concat()函数是将所有的查询结果拼接成一个字符串返回，不过在不同的字段值之间默认是用逗号隔开的

0.1151

2

4

0

关注作者

收藏

程建霞

sql第三天作业：计算2017年仅投资过cfh和ax的用户，有简单的方法么，一起讨论呀

有更简单的方法么。感觉这个逻辑好复杂

78.5228

3

5

0

关注作者

收藏

读童话的狼

mysql：子查询可以嵌套超过两层吗？

mysql中子查询最多可以嵌套32层

0.0960

1

1

0

关注作者

收藏

翟高阳

多表查询的注意事项

1、需要查询的信息在那几张表，2、表和表之间的对应关系和主副关系，3、表和表之间的连接条件；选择主表的注意事项：一表作为主表可以保证维度的完整性，多表作为主表可以保证度量结果的准确性，在没有明确要求保证统计维度完整的情况下，优先保证度量的准确性，所以讲度量值所在的表作为主表，度量字段通常存在与多表中，因此通常情况下可以将多表做为主表进行外链接。

0.2676

3

3

0

关注作者

收藏

读童话的狼

MySQL：where 可以用，但是having不能用是怎么回事？

having子句与where有相似之处但也有区别,都是设定条件的语句。在查询过程中聚合语句(sum,min,max,avg,count)要比having子句优先执行；而where子句在查询过程中执行优先级别优先于聚合语句(sum,min,max,avg,count)。1.WHERE 子句用来筛选 FROM 子句中指定的操作所产生的行。2.GROUP BY 子句用来分组 WHERE 子句的

21.2571

3

6

0

关注作者

收藏

wo5656500

Information value和Entropy的区别？

1、信息这个是熵和信息增益的基础概念，我觉得对于这个概念的理解更应该把他认为是一用名称，就比如‘鸡‘(加引号意思是说这个是名称)是用来修饰鸡(没加引号是说存在的动物即鸡)，‘狗’是用来修饰狗的，但是假如在鸡还未被命名为'鸡'的时候，鸡被命名为‘狗’，狗未被命名为‘狗’的时候，狗被命名为'鸡'，那么现在我们看到狗就会称其为‘鸡’，见到鸡的话会称其为‘鸡’，同理，信息应该是对一个抽象事物的命名，无论

0.0000

0

6

0

关注作者

收藏

wo5656500

基尼指数算法的惩罚项是啥？

基尼不纯度指标在CART算法中, 基尼不纯度表示一个随机选中的样本在子集中被分错的可能性。基尼不纯度为这个样本被选中的概率乘以它被分错的概率。当一个节点中所有样本都是一个类时，基尼不纯度为零。假设y的可能取值为{1, 2, …, m},令fifi是样本被赋予i的概率，则基尼指数可以通过如下计算：Gini(p)=∑Kk=1pk(1−pk)=1−∑Kk=1p2kGini(p)=∑k=1Kpk(1

21.0654

1

3

0

关注作者

收藏

詹惠儿

求自由度n-k，怎么定义k是多少？

问：求自由度n-k，怎么定义k是多少？答：在统计学中，自由度指的是计算某一统计量时，取值不受限制的变量个数。通常df=n-k。其中n为样本含量，k为被限制的条件数或变量个数，或计算某一统计量时用到其它独立统计量的个数。自由度通常用于抽样分布中，在回归中k指自变量的个数。例如，有一个有4个数据(n=4)的样本，其平均值m等于5，即受到m=5的条件限制，在自由确定4、2、5三个数据后，第

2.6752

2

4

0

关注作者

收藏

liting李

为什么要用随机森林填补缺失值？

要用随机森林填补缺失值的原因总结如下：1.在与其它现有的算法相比，其预测准确率很好2.在较大的数据集上计算速度依然很快3.不需要降维，算法本身是采取随机降维的4.他能处理有缺失值的数据集。算法内部有补缺失值的函数5.能给出变量的重要性6.能处理imbalanced data set7.能给出观测实例间的相似度矩阵，其实就是proximity啦，继而能做clustering 和 loc

21.0654

1

6

0

关注作者

收藏

<1…270271272…531>

CDA考试动态

CDA报考指南