热线电话：13121318867

登录
热搜话题:
ai长文生成
Scikit-learn
Python
大数据
数据分析师
统计学
微积分
线性代数
Excel
Power BI
R语言
SPSS
Mysql
快速发帖
我要提问
最新
热门
关注
推荐
问答
CDA117513
第2章：电商数据分析师技法修炼-数据分析入门指南(3)-数据分析能力培养
1.3：能力升华--数据分析能力培养~1.pdf
114.5965
0
0
关注作者
收藏
CDA101339
请问mysql 运行时出现2013的错误要怎么解决
请问mysql 运行时出现2013的错误要怎么解决，运行的数据量是挺大的，谢谢
0.0000
1
0
关注作者
收藏
CDA117526
详解Python如何将爬取到的数据分别存储到txt、excel、mysql中！
1. 页面分析我爬取的页面是腾讯体育，链接如下：https://nba.stats.qq.com/player/list.htm观察上图：左边展示的分别是NBA的30支球队，右边就是每只球队对应球员的详细信息。此时思路就很清晰了，我们每点击一支球员，右侧就会出现该球队的球员信息。整个爬虫思路简化如下：① 获取每支球员页面的url；② 利用Python代码获取每个网页中的数据；③ 将获取到的数据，存
310.9617
0
0
关注作者
收藏
CDA117526
10个有用的Python软件包
1. DashDash是用纯Python构建数据可视化app的理想选择，因此特别适合处理数据做大屏展示的人。Dash是Flask，Plotly.js和React.js的混合体，示例图如下：2. PillowPillow专门用于处理图像，你可以使用该库创建缩略图，在文件格式之间转换，旋转，应用滤镜，显示图像等等。之前的文章有多篇都提到了这个包，例如图片批量加水印、办公自动化等等，只要是需要对图像进行
310.9617
0
0
关注作者
收藏
CDA117513
Python：电商客户价值RFM划分案例（演练代码）
原文出处：https://tianchi.aliyun.com/notebook-ai/detail?spm=5176.12281897.0.0.77c92b4abI9m56&postId=286067代码摘抄：import pandas as pdimport datetimeimport matplotlib.pyplot as plt获取数据data=pd.read_excel('./工作/
60.5424
0
0
关注作者
收藏
闫粤东
数据建模流程
1.明确需求（因变量Y）2.数据清洗（重复值，缺失值，异常值，数据编码） 重复值针对行，可能是因为数据来源于多个系统 缺失值：1.删除所在行 2.填补（所在列为连续型数据用均值填补；所在列为分类型数据用分数填补或者直接将缺失值单独做一类） 异常值：错误值 数据治理SQL
59.7358
0
0
关注作者
收藏
ermutuxia
np.tile函数的用法
In [7]: help(tile)Help on function tile in module numpy:tile(A, reps)Construct an array by repeating A the number of times given by reps.通过对A按照指定要求重复若干次来构建一个数组。这个指定要求通过reps参数来设定。If `reps` has length `
110.2671
0
0
关注作者
收藏
estherAI
pandas常用方法
一、数据读取 1. pd.read_csv()/df.to_csv()2. pd.read_excel()/df.to_excel()：可以写到具体的sheet 3. pd.read_json()/()df.to_json() 4. pd.read_html()：返回列表形式，列表中数据为数据帧 5. pd.read_clipboard() 6. 数据库读取： import pymysql fro
104.0510
0
0
关注作者
收藏
estherAI
python写圣诞树
# -*- coding: utf-8 -*-# @Time : 18-12-26 上午9:32# @Author : Felix Wangimport turtle# 定义圣诞树的绿叶函数def tree(d, s): if d
582.6011
0
0
关注作者
收藏
CDA117513
Python统计：假设检验（课堂代码&笔记）
假设检验import numpy as npimport pandas as pd调试代码的数据集：dir(datasets)# 加载数据（鸢尾花）from sklearn import datasetsdir(datasets)iris_raw=datasets.load_iris()iris_rawiris_raw.target # target是分类,调出iris_raw.data# arr
348.8459
0
0
关注作者
收藏
CDA持证人阿涛哥
Excel 制作动态数据透视表
方法： 1.用原始数据建数据透视表 2.去公式--定义名称做：data=OFFSET(源数据!$A$1,0,0,COUNTA(源数据!$A:$A),COUNTA(源数据!$1:$1)) 3.更改透视表数据源为data 4.数据源补充内容放到原表下面，刷新透视表,补充内容就会被更新到透视表中
167.7689
0
0
关注作者
收藏
CDA117513
python数据清洗案例代码（速查 helpfull!!!）<拉钩网数据探索2>
读取查看文件df = pd.read_csv("lagou-clean.csv") #清洗后的数据df.head(3)df=df.drop(['Unnamed: 0'],axis=1)df.head(3)对薪资这一个特征做一个简单的分析新增列 平均薪资，放在薪资的后面平均薪资为最高薪资和最低薪资的平均值, 比如10k-20k, 平均薪资是 15000df['薪资']=df['薪资'].str.l
255.8567
0
0
关注作者
收藏
CDA117513
python数据清洗案例代码（速查 helpfull!!!）<拉钩网数据分析1>
导入查看数据df=pd.read_csv('lagou1.csv')df.head(3)查看数据df.shapedf.info()缺失值处理提取出公司名称缺失的行，并删除该行df[df['公司名称'].isnull()]df.dropna(subset=['公司名称'],axis=0,inplace=True)提取出公司地点有缺失的行, 并且删除这些行df[df['公司地点'].isnull()]
172.3530
0
0
关注作者
收藏
CDA117513
python数据清洗案例代码（速查 helpfull!!!）
读取数据以及数据整理[25]:with open( 'QQ.txt',mode='r',encoding='utf-8') as file: txt=file.read()txt分别提取时间,用户名,聊天内容[27]:#正则表达式提取#提取信息import rere_pat='20[\d-]{8}\s[\d:]{7,8}\s.*[\)>]'#正则表达式,'.*'代表任意组合log_title
48.1037
0
0
关注作者
收藏
CDA117513
python数据清洗案例代码（速查 helpfull!!!）<谷歌论文数据清洗>
读取数据df=pd.read_cvs('.csv',index_col=0)df.head()df.info()df.shape数据清洗删除重复数据df.dulpicated().sum()df['标题'].unique()标题处理df['标题']=df['标题'].str.strip('[PDF] ')提取引用次数df['引用次数']=df['引用次数'].str.findall('\d+').
201.2724
0
0
关注作者
收藏
CDA117513
python数据清洗案例代码（速查 helpfull!!!）<餐厅订单详情表分析>
导入数据df1=pd.read_excel('.xlxs',sheetname='')df2=...df=pd.concat([df1,df2,df3],axis=0) #axis=0>>>detail_iddf.reset_index(drop=True,inplace=True)df.shapedf,info()清洗数据检查是否存在重复值df.duplicated().sum()删除缺失的字段
206.9696
0
0
关注作者
收藏
CDA117513
python数据清洗案例代码（速查 helpfull!!!）<淘宝电商案例>
读取并探索数据df=pd.read_csv('.csv')df.shapedf.info()查看数值型字段的描述性统计信息df.describe(include='all')#If include='all' is provided as an option, the result will include a union of attributes of each type. The inclu
75.5484
0
0
关注作者
收藏
CDA117513
Pandas中快速转换数据类型的10个技巧（推荐！！！）
目录：将字符串/int转换为int/float将浮点数转换为int转换混合数据类型的列处理缺失值将货币列转换为浮点数将布尔值转换为0/1一次性转换多个数据列读取CSV文件时定义数据类型创建一个自定义函数来转换数据类型astype()与to_numeric()的比较(本文翻译自：https://towardsdatascience.com/converting-data-to-a-numeric-t
75.5484
0
0
关注作者
收藏
CDA117513
python数据清洗案例代码（速查 helpfull!!!）<欧洲城市人口普查>
1. 导入数据 df=pd.read_csv('.csv')df.head()2. 初步探索数据2.1. 查看数据类型df.info()2.2. 查看Shapedf.shape2.3. 是否有缺失值3. 对数据进行清洗3.1. 城市 df[''].unique()df['']=df[''].str.strip('[2107]')3.2. 国家df['']=df[''].str.strip()3.3
75.5484
0
0
关注作者
收藏
Adams小乙
统计分析——RFM模型
最近一次消费最近一次消费意指上一次购买的时候。理论上，上一次消费时间越近的顾客应该是比较好的顾客，对提供即时的商品或是服务也最有可能会有反应。营销人员若想业绩有所成长，只能靠偷取竞争对手的市场占有率，而如果要密切地注意消费者的购买行为，那么最近的一次消费就是营销人员第一个要利用的工具。历史显示，如果我们能让消费者购买，他们就会持续购买。这也就是为什么，0至6个月的顾客收到营销人员的沟通信息多于31
108.4091
0
0
关注作者
收藏
<1…222324…404>
CDA考试动态
考试介绍
考试大纲
考试内容
考试地点
CDA报考指南
报考流程
考试时间
报名费用
联系我们
热门栏目
考试动态
报考指南
复习备考
职业发展
直播公开课
经验分享
Copyright © 2015-2020, www.pinggu.com All Rights Reserved. CDA数据分析师(北京国富如荷网络科技有限公司) 版权所有 京ICP备18052299号-1