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

W11YA

python变量中的有序和无序

类别变量转化为数字，需要区分是否是有序类别，如 male和female，就是无序的，应该转化成(1,0)和(0,1)，但衣服大小，M，L，XL，则应转化为1,2,3若将无序属性连续化，则会不恰当的引入序关系，对后续处理如距离计算等造成误导二、类别变量转化的Python实现1、有序的类别变量有序的类别变量转化，一般直接采用赋值、映射的方法即可，可以采用Python带的map函数。比如s

0.0000

0

2

0

关注作者

收藏

W11YA

整理了一些MYSQL的内置函数

CHAR_LENGTH(str)返回值为字符串str 的长度，长度的单位为字符。一个多字节字符算作一个单字符。对于一个包含五个二字节字符集, LENGTH()返回值为 10, 而CHAR_LENGTH()的返回值为5。 CONCAT(str1,str2,...)字符串拼接如有任何一个参数为NULL ，则返回值为 NULL。CONCAT_WS(separator,str1,str2

5.8444

1

3

0

关注作者

收藏

dreamhappy2012

缺失值处理方法有哪些？

问、缺失值处理方法有哪些？答：处理不完整数据集的方法主要有三大类：删除元组、数据补齐、不处理。 a、删除元组b、数据补齐 1、人工填写（filling manually）：小数据使用 2、特殊值填充（Treating Missing Attribute values as Special values）：不推荐 3、平均值填充（Mean/Mode Completer

0.0000

0

0

0

关注作者

收藏

dreamhappy2012

缺失值类型有哪些？

问、缺失值类型有哪些？答：1、完全随机缺失（missing completely at random，MCAR）2、随机缺失(missing at random，MAR)3、完全非随机缺失：单值缺失、任意缺失、单调缺失

0.0000

0

3

0

关注作者

收藏

W11YA

PYTHON的基本操作，数据的读取

1、查询/切换操作目录 Python有默认执行的操作目录，可以用以下代码进行操作目录切换。 import os >>> import os>>> os.chdir(路径) #切换操作目录>>> os.getcwd() #获取当前的工作目录 2、路径的表达方式三种： 1. ”c:\\path\\data.txt” #双斜杠2. r”c:\path\data.txt” #用r，

7.7757

1

1

0

关注作者

收藏

dreamhappy2012

最大似然估计的特点是什么？

问、最大似然估计的特点是什么？答：1.比其他估计方法更加简单； 2.收敛性：无偏或者渐近无偏，当样本数目增加时，收敛性质会更好； 3.如果假设的类条件概率模型正确，则通常能获得较好的结果。但如果假设模型出现偏差，将导致非常差的估计结果。

7.1701

1

4

0

关注作者

收藏

dreamhappy2012

最大似然函数估计值的一般步骤是什么？

问：最大似然函数估计值的一般步骤是什么？答：（1）写出似然函数（2）对似然函数取对数，并整理（3）求导数（4）解似然方程对于最大似然估计方法的应用，需要结合特定的环境，因为它需要你提供样本的已知模型进而来估算参数，例如在模式识别中，我们可以规定目标符合高斯模型。而且对于该算法，我理解为，“知道”和“能用”就行，没必要在程序设计时将该部分实现，因为在大多数程序中只会用到我最后推导

7.1701

1

3

0

关注作者

收藏

dreamhappy2012

极大似然估计怎么计算？

问、极大似然估计怎么计算？1、写出似然函数其中 x1,x2,⋯,xn 为样本，θ 为要估计的参数2、一般对似然函数取对数因为 f(xi|θ) 一般比较小，n 比较大，连乘容易造成浮点运算下溢。3、求出使得对数似然函数取最大值的参数的值对对数似然函数求导，令导数为0，得出似然方程，求解似然方程，得到的参数就是对概率模型中参数值的极大似然估计。

0.0000

0

1

0

关注作者

收藏

PGC123

内存表的应用的场景有哪些?

内存表的应用的场景有哪些?答：内存表使用哈希散列索引把数据保存在内存中，因此具有极快的速度，适合缓存中小型数据库。1、heap对所有用户的连接是可见的，这使得它非常适合做缓存。2、一旦服务器重启，所有heap表数据丢失，但是heap表结构仍然存在，因为heap表结构是存放在实际数据库路径下的，不会自动删除。重启之后，heap将被清空，这时候对heap的查询结果都是空的。3、如果h

7.7774

2

2

0

关注作者

收藏

PGC123

使用临时表的注意事项有哪些？

1)临时表只在当前连接可见，当这个连接关闭的时候，会自动drop。这就意味着你可以在两个不同的连接里使用相同的临时表名，并且相互不会冲突，或者使用已经存在的表，但不是临时表的表名。(当这个临时表存在的时候，存在的表被隐藏了，如果临时表被drop，存在的表就可见了)。2) 临时表只能用在 memory,myisam,merge,或者innodb引擎。3）临时表不支持mysql clu

14.9475

3

3

0

关注作者

收藏

PGC123

根据省市区层级关系将数据归纳整理

根据省市区层级关系将数据归纳整理，题目如下答：可以按照省市区三级查询临时表，然后根据parentid将3张临时表关联。方法一：select * into #a1 from DuoJi where ParentId=0select * into #a2 from DuoJi where ParentId in (select id from #a1)select * into

7.7774

2

4

0

关注作者

收藏

zxq997

数据库SQL里的排序（三）

按列位置排序：除了能用列名指定排序顺序外，order by还支持相对列位置的排序select prod_id,prod_price,prod_namefrom Productsorder by 2,3;#order by 2,3表示先按prod_price,再按 prod_name进行排序。

20.7101

3

3

0

关注作者

收藏

zxq997

jieba.cut 接受三个输入参数: 需要分词的字符串；cut_all 参数用来控制是否采用全模式；HMM 参数用来控制是否使用 HMM 模型待分词的字符串可以是 unicode 或 UTF-8 字符串、GBK 字符串。jieba.cut 返回的结构都是一个可迭代的 generator，可以使用 for 循环来获得分词后得到的每一个词语(unicode)，或者用jieba.lcut 直接返

13.5400

2

6

0

关注作者

收藏

PGC123

网页链接中的中文变成了一串百分号间隔的数字

网页链接中的中文变成了一串百分号间隔的数字，怎么将这串字符转换为中文？答：网页链接（url）中的中文常常会被编码为gbk 或者utf-8中文的gbk(GB2312)编码：一个汉字对应两组%xx，即%xx%xx中文的UTF-8编码：一个汉字对应三组%xx，即%xx%xx%xx解码的方法是使用import urllibprint(urllib.request.unquote('

0.0017

1

2

0

关注作者

收藏

啊啊啊啊啊吖

以'权重'列来计算'因子'列

我试图通过将0.25除以'权重'列来计算'因子'列，只要“权重”列中的值高于0.25，否则我想将其设置为1。我有以下数据框，其中'Factor'列为预期输出： Weight Factor Date Symbol 1/1/2017 BTC 0.9 0.27

7.7757

1

3

0

关注作者

收藏

啊啊啊啊啊吖

将python列表插入到数据框列中

我有以下python列表，test_list = [ ['CVM', 20010618, 332.5],['CVM', 20010619, 332.5],['CVM', 20010620, 330.0],['CVM', 20010621, 342.5],['CVM', 20010622, 337.5],['AEF', 19970102, 18.7489],['AEF', 1997

7.1701

1

1

0

关注作者

收藏

啊啊啊啊啊吖

将（rxc）数组的大小调整为（r * 2 x c-1）

我有一个包含3列的数据框：白天，早上和晚上，早上和晚上都是测量值。我需要将其转换为仅包含日期和度量的数据框，以便：Day, Morning, Evening[0, 2, 3]变Day,value[0,2][0,3]我可以用循环来做，但我想知道是否有更多的pythonic方法在循环外执行它？特别是因为我将在大（ish）数据集上重复这个。解决办法：检查 stackdf_ou

0.0000

0

5

0

关注作者

收藏

啊啊啊啊啊吖

数据帧的所有单元格上应用函数来创建新数据帧

我有一个数据框，df，像这样：data = {'A': ['Jason (121439)', 'Molly (194439)', 'Tina (114439)', 'Jake (127859)', 'Amy (122579)'], 'B': ['Bob (127439)', 'Mark (136489)', 'Tyler (121443)', 'John (126259)',

7.1701

1

2

0

关注作者

收藏

啊啊啊啊啊吖

如何将变量值分组到bin中

目前，我面临的问题是如何dataframe根据变量中存在的值将a分组到不同的bin中。以下是我的数据df[['col','val']]Out[490]: col val0 65 01 6 02 23 03 6 04 19 05 10 06 30 07 64 0

0.0000

0

2

0

关注作者

收藏

啊啊啊啊啊吖

如何从任何列中存在特定字符串的数据框中获取行

我的数据帧中包含name，age，Task1，Task2，Task3。现在我需要得到所有的满足在任何一个字符串值的行Task1，Task2，Task3列。说我想检查'Drafting'，关键词。如果'Drafting'作为任何这些列值的一部分存在，则必须将整行添加到结果帧中。我试过isin()但我得到了真或假。我需要提取包含特定关键字的'N'行。我试过了，df.columns[df.Task

7.7757

1

2

0

关注作者

收藏

<1…309310311…404>

CDA考试动态

CDA报考指南