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

啊啊啊啊啊吖

按多个变量分组

当使用多个变量进行分组时，每次的摘要统计会用掉一个分组变量。这样就可以轻松地对数据集进行循序渐进的分析：daily Groups: year, m

0.0000

0

2

0

关注作者

收藏

啊啊啊啊啊吖

常用的摘要函数

not_cancelled %>%group_by(year, month, day) %>%summarize(# 平均延误时间：avg_delay1 = mean(arr_delay),# 平均正延误时间：avg_delay2 = mean(arr_delay[arr_delay > 0]))#> Source: local data frame [365 x 5]#>

0.0000

0

2

0

关注作者

收藏

啊啊啊啊啊吖

使用管道组合多种操作

假设我们想要研究每个目的地的距离和平均延误时间之间的关系。使用已经了解的 dplyr包功能，你可能会写出以下代码：by_dest

0.0000

0

3

0

关注作者

收藏

波鲁克卢梭

numpy中添加一个维度:newaxis

问题:当我们从数组中取出一部分的数据,比如从二维数组中取一列数据,取出来之后维度却变成了一维,这时候就y需要将取出的数据还原为二维,这就需要用到numpy.newaxis. numpy中包含的newaxis可以个原数组添加一个维度;numpy.newaxis放的位置不同,产生的数组也不同.>> x = np.arange(3)>> xarray([0, 1, 2])>> x.sh

46.3710

4

2

0

关注作者

收藏

啊啊啊啊啊吖

R里的常用创建函数

算术运算符： +、 -、 *、 /、 ^它们都是向量化的，使用所谓的“循环法则”。如果一个参数比另一个参数短，那么前者会自动扩展到同样的长度。当某个参数是单个数值时，这种方式是最有效的： air_time / 60、 hours * 60 + minute 等。算术运算符的另一用途是与我们后面将很快学到的聚集函数结合起来使用。例如， x /sum(x) 可以计算出各个分量在总数中的比例，

0.0000

0

2

0

关注作者

收藏

啊啊啊啊啊吖

添加新变量，我用mutate（）

除了选择现有的列，我们在用R语言做数据分析时还时常需要添加新的列，心裂是现有列的函数，mutate的存在感很强！mutate() 总是将新列添加在数据集的最后，因此我们需要先创建一个更狭窄的数据集，以便能够看到新变量。记住，当使用 RStudio 时，查看所有列的最简单的方法就是使用 View()函数：flights_sml

0.0000

0

2

0

关注作者

收藏

啊啊啊啊啊吖

使用select（）选择列

如今，数据集有几百甚至几千个变量已经司空见惯。这种情况下，如何找出真正感兴趣的那些变量经常是我们面临的第一个挑战。通过基于变量名的操作， select() 函数可以让你快速生成一个有用的变量子集。select() 函数对于航班数据不是特别有用，因为其中只有 19 个变量，但你还是可以通过这个数据集了解一下 select() 函数的大致用法：# 按名称选择列select(flights,

0.0000

0

3

0

关注作者

收藏

啊啊啊啊啊吖

R的arrange（）排列行

R里的arrange() 函数的工作方式与 filter() 函数非常相似，但前者不是选择行，而是改变行的顺序。它接受一个数据框和一组作为排序依据的列名（或者更复杂的表达式）作为参数。如果列名不只一个，那么就使用后面的列在前面排序的基础上继续排序：arrange(flights, year, month, day)#> # A tibble: 336,776 × 19#> year mo

0.0000

0

0

0

关注作者

收藏

wangjuju123

Excel-查找与引用函数

1.ADDRESS(row_num, column_num, [abs_num], [a1], [sheet_text])根据指定行号和列号获得工作表中的某个单元格的地址。row_num 必需。一个数值，指定要在单元格引用中使用的行号。column_num 必需。一个数值，指定要在单元格引用中使用的列号。abs_num 可选。一个数值，指定要返回的引用类型。a

0.0000

0

2

0

关注作者

收藏

wangjuju123

一些让你程序 crash 的运行错误2

1）使用不存在的字典键值（导致“KeyError：‘spam’”）该错误发生在如下代码中：spam = {'cat': 'Zophie', 'dog': 'Basil', 'mouse': 'Whiskers'}print('The name of my pet zebra is ' spam['zebra'])2）尝试使用Python关键字作为变量名（导致“SyntaxError：i

0.0000

0

2

0

关注作者

收藏

wangjuju123

一些让你程序 crash 的运行错误：

1）尝试连接非字符串值与字符串（导致 “TypeError: Can't convert 'int' object to str implicitly”）该错误发生在如下代码中：numEggs = 12print('I have ' + numEggs + ' eggs.')而你实际想要这样做：numEggs = 12print('I have ' + str(numEggs) + '

0.0000

0

0

0

关注作者

收藏

wangjuju123

常见的的一些让你程序 crash 的运行时错误：

1）忘记在 if , elif , else , for , while , class ,def 声明末尾添加：（导致 “SyntaxError ：invalid syntax”）该错误将发生在类似如下代码中：if spam == 42 print('Hello!')2)使用 = 而不是 ==（导致“SyntaxError: invalid syntax”）= 是赋值操作符而 =

0.0000

0

0

0

关注作者

收藏

wangjuju123

D-W检验可以用来检验大样本的自相关么

自相关检验通常包括四种方法：1画残差自相关图（初步判断）；2.BG检验；3.Q检验；4.DW检验。其中，楼主所说的DW检验是可以用来检验大样本自相关的。但其存在以下主要缺点：1.只能检验一阶自相关（楼上已经提到），且要求解释变量满足严格外生性；2.其检验统计量d依赖于数据矩阵（X），无法绘制统计表，必须借助上下限来判断。当然，即使得到了上下限的值，仍存在无结论区域。Q检验中经过改进的“Ljung-

0.0000

0

3

0

关注作者

收藏

wangjuju123

1.offset函数的含义以指定的（单元格或相连单元格区域的引用）为参照系，通过给定偏移量得到新的引用。返回的引用可以是一个单元格也可以是一个区域（可以指定行列数）。2.offset函数的语法格式=offsetreference,rows,cols,height,width)=Offset（参照单元格，行偏移量，列偏移量，返回几行，返回几列）3.参数Reference——参照单元格（单

0.0000

0

2

0

关注作者

收藏

291294878

安装 Office 时出现错误代码 30125-4

如果防病毒软件、防火墙或代理设置阻止你安装 Office，则可能会出现其中一个错误。可以尝试执行以下操作来解决该问题。我们首先列出的是最常用的解决方案，因此请从使用脱机安装程序安装 Office 开始，依次尝试。1 - 重启计算机并重新安装 Office重启计算机。重新安装 Office。2 - 使用脱机安装程序安装 OfficeOffice 脱机安装程序可帮助绕过潜在的代理、防火墙、防

0.0000

0

3

0

关注作者

收藏

291294878

安装 Office 时出现错误代码 30068

尝试安装 Office 时，如果遇到包含 30068 的错误，请尝试以下操作来解决此错误。我们首先列出了最常用的解决方案，请依次尝试。1 - 重启计算机并重新安装 Office重启计算机。重新安装 Office2 - 检查服务是否处于禁用状态按“开始”键 windows“ R”打开“运行”。在“运行”窗口中，键入“services.msc”并单击“确定”。在“服务”窗口中，滚动查

0.0000

0

4

0

关注作者

收藏

291294878

安装 Office 时出现错误代码 0-3

安装 Office 时，如果曾经安装 Office 失败，你可能会看到此错误。可以尝试执行以下操作来解决该问题。我们首先列出的是最常见的解决方案，因此请按顺序尝试。 1 - 从控制面板修复 Office2 - 卸载和重新安装 Office3 - 手动卸载office

0.0000

0

1

0

关注作者

收藏

啊啊啊啊啊吖

用filter（）函数处理缺失值

R 的一个重要特征使得比较运算更加复杂，这个特征就是缺失值，或称 NA（not available，不可用）。 NA 表示未知的值，因此缺失值是“可传染的”。如果运算中包含了未知值，那么运算结果一般来说也是个未知值：NA > 5#> [1] NA10 == NA#> [1] NANA 10#> [1] NANA / 2#> [1] NA最令人费解的是以下这个结果：NA

604.2320

2

3

0

关注作者

收藏

啊啊啊啊啊吖

dplyr包-使用filter()筛选行

filter() 函数可以基于观测的值筛选出一个观测子集。第一个参数是数据框名称，第二个参数以及随后的参数是用来筛选数据框的表达式。例如，我们可以使用以下代码筛选出 1月 1 日的所有航班：filter(flights, month == 1, day == 1)#> # A tibble: 842 × 19#> year month day dep_time sched_dep_ti

43.7056

1

3

0

关注作者

收藏

啊啊啊啊啊吖

【新手向】R里对象名称

对象名称必须以字母开头，并且只能包含字母、数字、 _ 和 .。如果想让对象名称具有描述性，那么就应该在使用多个单词时遵循某种命名惯例。我推荐使用 snake_case 命名法，也就是使用小写单词，并用 _ 分隔：i_use_snake_caseotherPeopleUseCamelCasesome.people.use.periodsAnd_aFew.People_RENOUNCEco

0.0000

0

4

0

关注作者

收藏

<1…378379380…404>

CDA考试动态

CDA报考指南