cda

数字化人才认证

首页 > 行业图谱 >

CDA 数据分析师:用效应分解法,剖开时间序列的 “增长密码”

CDA 数据分析师:用效应分解法,剖开时间序列的 “增长密码”
2025-10-09
在 CDA 数据分析师的日常工作中,常会遇到这样的困惑:某电商平台 11 月 GMV 同比增长 20%,但究竟是 “长期趋势自然增长”,还是 “双 11 促销拉动”,或是 “新用户结构优化带来的增量”?若仅看时间序列的表面变 ...

【CDA干货】Pandas 选取特定值所在行:6 类核心方法与实战指南

【CDA干货】Pandas 选取特定值所在行:6 类核心方法与实战指南
2025-09-30
Pandas 选取特定值所在行:6 类核心方法与实战指南 在使用 pandas 处理结构化数据时,“选取特定值所在的行” 是最高频的操作之一 —— 无论是筛选 “性别为男的用户”“销售额超过 1000 的订单”,还是 “包含‘北 ...

CDA 数据分析师:读懂时间序列,让历史数据成为业务预测的 “指南针”

CDA 数据分析师:读懂时间序列,让历史数据成为业务预测的 “指南针”
2025-09-30
在企业日常运营中,“未来会怎样” 是决策者最关心的问题 —— 电商平台想知道 “下月销量能否达标”,金融机构想预判 “下周股价波动趋势”,零售门店想确定 “明日库存该备多少”。这些问题的答案,藏在 “时间序 ...

【CDA干货】Pandas quoting 详解:掌控文本文件读写中的引号规则,避免数据解析陷阱

【CDA干货】Pandas quoting 详解:掌控文本文件读写中的引号规则,避免数据解析陷阱
2025-09-28
在使用 Pandas 处理 CSV、TSV 等文本文件时,“引号” 是最容易引发格式混乱的 “隐形杀手”—— 比如字段中包含逗号(如 “北京,朝阳”)、嵌套引号(如 “他说:"明天加班"”)时,若未正确配置引号处理规则,Pan ...

CDA 数据分析师:表结构数据 “获取 - 加工 - 使用” 全流程的赋能者

CDA 数据分析师:表结构数据 “获取 - 加工 - 使用” 全流程的赋能者
2025-09-19
CDA 数据分析师:表结构数据 “获取 - 加工 - 使用” 全流程的赋能者 表结构数据(如数据库表、Excel 表、CSV 文件)是企业数字化运营的 “核心载体”,其价值实现依赖 “获取(源头)- 加工(提纯)- 使用(落地) ...

【CDA干货】Python 提取 TIF 中地名的完整指南

【CDA干货】Python 提取 TIF 中地名的完整指南
2025-09-17
Python 提取 TIF 中地名的完整指南 一、先明确:TIF 中的地名有哪两种存在形式? 在开始提取前,需先判断 TIF 文件的类型 —— 这直接决定了后续的技术方案。两种核心形式的差异如下: 地名存在形式 适用 TIF 类 ...

【CDA干货】Excel 导入数据含缺失值?详解 dropna 函数的功能与实战应用

【CDA干货】Excel 导入数据含缺失值?详解 dropna 函数的功能与实战应用
2025-09-16
Excel 导入数据含缺失值?详解 dropna 函数的功能与实战应用 在用 Python(如 pandas 库)处理 Excel 数据时,“缺失值” 是高频痛点 ——Excel 表中的空白单元格、“N/A” 标记或格式错误,导入后常会转化为 pandas ...

CDA 数据分析师:掌控表格结构数据全功能周期的专业操盘手

CDA 数据分析师:掌控表格结构数据全功能周期的专业操盘手
2025-09-16
CDA 数据分析师:掌控表格结构数据全功能周期的专业操盘手 表格结构数据(以 “行 - 列” 存储的结构化数据,如 Excel 表、数据库表、CSV 文件)是企业业务数据的 “主流形态”—— 从零售的 “门店销售表” 到金融 ...

【CDA干货】解决 pd.read\_csv 读取长浮点数据的科学计数法问题

【CDA干货】解决 pd.read\_csv 读取长浮点数据的科学计数法问题
2025-09-12
解决 pd.read_csv 读取长浮点数据的科学计数法问题 为帮助 Python 数据从业者解决pd.read_csv读取长浮点数据时的科学计数法问题,我将从问题根源切入,先解析科学计数法的触发机制,再系统拆解pd.read_csv参数配置、 ...

【CDA干货】数据清洗工具全景指南:从入门到进阶的实操路径

【CDA干货】数据清洗工具全景指南:从入门到进阶的实操路径
2025-08-29
数据清洗工具全景指南:从入门到进阶的实操路径 在数据驱动决策的链条中,“数据清洗” 是决定后续分析与建模有效性的 “第一道关卡”—— 据 Gartner 统计,数据分析师约 60% 的时间消耗在清洗脏数据(如缺失值、异 ...

企业名称:中电金信     招聘岗位: python开发工程师 14-17K (数据分析岗位招聘信息)

企业名称:中电金信 招聘岗位: python开发工程师 14-17K (数据分析岗位招聘信息)
2025-08-25
中电金信 python开发工程师 14-17K 岗位职责: python数据开发相关工作 岗位要求: 1. 参与基金分析项目中的数据清洗、报表自动化等数据处理工作,保障数据质量与性能; 2. 编写高质量、可维护、可测试的代 ...

企业名称:中电金信  招聘岗位: python开发工程师 14-17K   (数据分析岗位招聘信息)

企业名称:中电金信 招聘岗位: python开发工程师 14-17K (数据分析岗位招聘信息)
2025-08-22
python数据开发相关工作 岗位要求: 1. 参与基金分析项目中的数据清洗、报表自动化等数据处理工作,保障数据质量与性能; 2. 编写高质量、可维护、可测试的代码,持续优化系统性能和稳定性。 岗位要求: 1. Python数 ...

【CDA干货】基于 Python response.text 的科技新闻数据清洗去噪实践

【CDA干货】基于 Python response.text 的科技新闻数据清洗去噪实践
2025-08-21
基于 Python response.text 的科技新闻数据清洗去噪实践 在通过 Python requests 库的 response.text 获取 API 数据后,原始数据常存在缺失、格式混乱、重复等问题 —— 即便像科技新闻 API 返回的结构化 JSON 数据 ...

【CDA干货】Pandas 多列条件筛选:从基础语法到实战应用

【CDA干货】Pandas 多列条件筛选:从基础语法到实战应用
2025-08-12
Pandas 多列条件筛选:从基础语法到实战应用 在数据分析工作中,基于多列条件筛选数据是高频需求。无论是提取满足特定业务规则的样本,还是清洗异常数据,Pandas 都提供了灵活高效的多条件处理机制。本文将系统梳理 ...

【CDA干货】用 Python 开启数据分析之旅:从基础到实践的完整指南

【CDA干货】用 Python 开启数据分析之旅:从基础到实践的完整指南
2025-07-29
用 Python 开启数据分析之旅:从基础到实践的完整指南 在数据驱动决策的时代,数据分析已成为各行业不可或缺的核心能力。而 Python 凭借其丰富的库生态、简洁的语法和强大的扩展性,成为数据分析领域的首选工具之一 ...

【CDA干货】Pandas 写入指定行数据:数据精细化管理的核心技能

【CDA干货】Pandas 写入指定行数据:数据精细化管理的核心技能
2025-07-17
Pandas 写入指定行数据:数据精细化管理的核心技能​ 在数据处理的日常工作中,我们常常需要面对这样的场景:在庞大的数据集里精准定位某一行,修改错误的数值、补充缺失的信息,或是插入新的记录。这时候,pandas ...

【CDA干货】Python Pandas:数据科学的瑞士军刀

【CDA干货】Python Pandas:数据科学的瑞士军刀
2025-07-15
Python Pandas:数据科学的瑞士军刀​ ​ 在数据驱动的时代,面对海量、复杂的数据,如何高效地进行处理、分析和挖掘成为关键。而 Python 中的 Pandas 库,就如同数据科学领域的一把瑞士军刀,以其强大的功能和简洁 ...

CDA 备考干货:Python 在数据分析中的核心应用与实战技巧

CDA 备考干货:Python 在数据分析中的核心应用与实战技巧
2025-07-08
CDA 备考干货:Python 在数据分析中的核心应用与实战技巧​ ​ 在 CDA 数据分析师认证考试中,Python 作为数据处理与分析的核心工具,贯穿 LevelⅠ 到 LevelⅢ 的全级别考核内容。无论是基础的数据清洗、可视化,还 ...

【干货】Pyecharts的帕累托分析技术实现,3步学会

【干货】Pyecharts的帕累托分析技术实现,3步学会
2025-02-28
以下的文章内容来源于张彦存老师的专栏,如果您想阅读专栏《Python 数据可视化 18 讲(PyEcharts、Matplotlib、Seaborn)》,点击下方链接 https://edu.cda.cn/goods/show/3842?targetId=6751&preview=0 一、帕累托 ...

【教程】30000字长文,手把手教你用Python实现统计学

【教程】30000字长文,手把手教你用Python实现统计学
2025-02-27
1.统计学简介 听说你已经被统计学劝退,被Python唬住……先别着急划走,看完这篇再说! 先说结论,大多数情况下的学不会都不是知识本身难,而是被知识的传播者劝退的。 比如大佬们授课,虽逻辑严谨、思维缜密,但你 ...

OK
客服在线
立即咨询