京公网安备 11010802034615号
经营许可证编号:京B2-20210330
在前面提到的数据获取与数据存取的知识,一般来说,数据获取和数据存取是数据分析的必要条件,数据分析师在分析数据的时候首先需要数据,没有数据我们还分析什么呢?可见数据获取和数据存取是很重要的,不过在进行数据获取和数据存取之后,我们还需要对数据进行预处理,以及对概率知识的学习。下面我们就来讲讲这方面的内容。
大家都知道,很多时候我们通过获取数据和存取数据的时候,拿到的数据是不干净的,数据可能重复,也可能缺失,也可能存在异常值等等,这时候就需要进行数据的清洗,把这些影响分析的数据处理好,才能获得更加精确地分析结果。有很多无效的数据对分析没有意义,就需要进行删除。所以我们需要用相应的方法去处理,比如残缺数据,我们是直接去掉这条数据,还是用临近的值去补全,这些都是需要考虑的问题。
所以说,对于数据预处理,我们需要学会 pandas 的用法,应对一般的数据清洗就完全没问题了。那么学会pandas需要学什么东西呢?一般来说,需要学习选择(主要针对的是数据访问)、缺失值处理(即对缺失数据行进行删除或填充)、重复值处理(重复值的判断与删除)、空格和异常值处理(清楚不必要的空格和极端、异常数据)、相关操作(描述性统计、Apply、直方图)合并(符合各种逻辑关系的合并操作)、分组(数据划分、分别执行函数、数据重组)。学会了这些知识就能够做好数据的预处理工作。
当然,进行数据分析还需要学会概率论和统计学的知识,数据分析的方法有很多都是来自统计学的概念,概率论和统计学的知识也有很多,我们需要对概率论和统计学知识的进行透彻了解,需要掌握的知识点就是基本统计量(均值、中位数、众数、百分位数、极值等)、其他描述性统计量(偏度、方差、标准差、显著性等)、其他统计知识(总体和样本、参数和统计量、ErrorBar)、概率分布与假设检验(各种分布、假设检验流程)、其他概率论知识(条件概率、贝叶斯等)
可以这么说,掌握了统计学的知识,就可以做基本的分析了。大家在学习的时候一定要多多的练习,这样才能够好好的进行数据分析,由于篇幅问题就给大家介绍到这里了,我们在下一篇文章中给大家介绍数据思维和Python数据分析,大家一定要来哦!
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
CDA一级知识点汇总手册 第三章 商业数据分析框架考点27:商业数据分析体系的核心逻辑——BSC五视角框架考点28:战略视角考点29: ...
2026-02-20CDA一级知识点汇总手册 第二章 数据分析方法考点7:基础范式的核心逻辑(本体论与流程化)考点8:分类分析(本体论核心应用)考 ...
2026-02-18第一章:数据分析思维考点1:UVCA时代的特点考点2:数据分析背后的逻辑思维方法论考点3:流程化企业的数据分析需求考点4:企业数 ...
2026-02-16在数据分析、业务决策、科学研究等领域,统计模型是连接原始数据与业务价值的核心工具——它通过对数据的规律提炼、变量关联分析 ...
2026-02-14在SQL查询实操中,SELECT * 与 SELECT 字段1, 字段2,...(指定个别字段)是最常用的两种查询方式。很多开发者在日常开发中,为了 ...
2026-02-14对CDA(Certified Data Analyst)数据分析师而言,数据分析的核心不是孤立解读单个指标数值,而是构建一套科学、完整、贴合业务 ...
2026-02-14在Power BI实操中,函数是实现数据清洗、建模计算、可视化呈现的核心工具——无论是简单的数据筛选、异常值处理,还是复杂的度量 ...
2026-02-13在互联网运营、产品迭代、用户增长等工作中,“留存率”是衡量产品核心价值、用户粘性的核心指标——而次日留存率,作为留存率体 ...
2026-02-13对CDA(Certified Data Analyst)数据分析师而言,指标是贯穿工作全流程的核心载体,更是连接原始数据与业务洞察的关键桥梁。CDA ...
2026-02-13在机器学习建模实操中,“特征选择”是提升模型性能、简化模型复杂度、解读数据逻辑的核心步骤——而随机森林(Random Forest) ...
2026-02-12在MySQL数据查询实操中,按日期分组统计是高频需求——比如统计每日用户登录量、每日订单量、每日销售额,需要按日期分组展示, ...
2026-02-12对CDA(Certified Data Analyst)数据分析师而言,描述性统计是贯穿实操全流程的核心基础,更是从“原始数据”到“初步洞察”的 ...
2026-02-12备考CDA的小伙伴,专属宠粉福利来啦! 不用拼运气抽奖,不用复杂操作,只要转发CDA真题海报到朋友圈集赞,就能免费抱走实用好礼 ...
2026-02-11在数据科学、机器学习实操中,Anaconda是必备工具——它集成了Python解释器、conda包管理器,能快速搭建独立的虚拟环境,便捷安 ...
2026-02-11在Tableau数据可视化实操中,多表连接是高频操作——无论是将“产品表”与“销量表”连接分析产品销量,还是将“用户表”与“消 ...
2026-02-11在CDA(Certified Data Analyst)数据分析师的实操体系中,统计基本概念是不可或缺的核心根基,更是连接原始数据与业务洞察的关 ...
2026-02-11在数字经济飞速发展的今天,数据已成为核心生产要素,渗透到企业运营、民生服务、科技研发等各个领域。从个人手机里的浏览记录、 ...
2026-02-10在数据分析、实验研究中,我们经常会遇到小样本配对数据的差异检验场景——比如同一组受试者用药前后的指标对比、配对分组的两组 ...
2026-02-10在结构化数据分析领域,透视分析(Pivot Analysis)是CDA(Certified Data Analyst)数据分析师最常用、最高效的核心实操方法之 ...
2026-02-10在SQL数据库实操中,字段类型的合理设置是保证数据运算、统计准确性的基础。日常开发或数据分析时,我们常会遇到这样的问题:数 ...
2026-02-09