![](https://img-blog.csdnimg.cn/20201014180756928.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
Python
文章平均质量分 51
或许能用上
这个作者很懒,什么都没留下…
展开
-
【一点分享】Python数据分析(7):Pandas做统计,比sql更有意思吧。
在前面几篇文章中,已经把大概用到的知识点进行了分享,本文进行4种场景的实战练习。1、日期维表之前的案例,对日期进行过特殊处理。今日,引入日期维表,就不需要那么复杂。可以事先在公共日期维表中实现好,直接引用即可。2、每周的注册用户数用的日期维表的周来关联统计,就不用单独去判别周了,非常方便。3、模拟sql的case_when统计实现还是很巧妙的,以下2种解法都很值得学习,当然还有自定义函数(把lambda拆份出来就行),不在这里演示了。4、用户留存留存,最重要的是理原创 2021-08-27 20:58:27 · 164 阅读 · 0 评论 -
【一点分享】Python数据分析(6):Pandas的字段操作,lambda函数原来是这样用。
Pandas还有个最常用的操作字段,这样才能把数据清洗干净,为统计分析顺滑使用提供基础。本文分3个部分介绍:修改或新增字段、字段类型转换、总结。1、字段变换(修改或新增字段)1.1 lambda表达式有必要再次补充下lambda表式式的用法,在字段变换中是常用有用的一个操作,需要掌握。1.2 map、apply、applymap、assign参数文章,易执:Pandas教程 | 数据处理三板斧——map、apply、applymap详解,写得很详细。2、字段类型转换原创 2021-08-27 15:56:38 · 1366 阅读 · 0 评论 -
【一点分享】Python数据分析(5):Pandas行或列合并操作实战,比sql更灵活。
今天第是分享的第5节,分5块:按行合并、按列合并、df之间的关系、统计练习、总结。1、按行合并(sql的union)官方文档 pandas.concat - pandas 1.3.2 documentation1.1 相同列合并1.2 不同列合并2、按列合并(sql的join)官方文档:pandas.merge - pandas 1.3.2 documentation3、df之间的关系(sql的表关系)3.1 一对多或多对一3.2 多对多4、统原创 2021-08-26 15:45:16 · 344 阅读 · 0 评论 -
【一点分享】Python数据分析(4):Pandas数据基础统计,也有不少技巧。
上一篇文章分享了Pandas的基础查询,看着有点多,熟悉了就是那几条,跟sql一样,越写越活络。本文将分享Pandas的基础统计,可与sql的基础统计对比看看,共2部分:实战练习、总结。1、基础统计实战1.1 简单统计,计数和去重计数1.2 单维度分组统计,并对结果排序1.3 多维度单指标统计,并对结果排序和筛选1.4 多维度多指标统计2、总结(1)pandas的基础统计不难,与np的度量运算结合相得益彰。后面会把复杂的查询引入,就会像之前写的几十上百行的sq原创 2021-08-25 21:18:51 · 181 阅读 · 0 评论 -
【一点分享】Python数据分析(3):Pandas数据操作,看着比sql更灵活。
前一篇文章已经实现了从Mysql和Excel读取数据到pandas(简称pd)的dataframe(简称df)中,本文将对df进行各种操作,对比sql的实现,以加深理解。文章分为3部分:优化读取Mysql数据、df的查询操作、总结。1、优化读取Mysql数据优化点是:把连接数据库的url不直接显示,配置到参数中,但又可正常使用。1.1 自定义python包创建文件夹pub,在conf.py中直接把url='db连接地址'写入即可,__init__.py暂空。就会有url这个变量了。.原创 2021-08-25 21:10:45 · 116 阅读 · 0 评论 -
【一点分享】Python数据分析(2):读取Mysql和Excel数据,简单到不敢想象。
本系列Python数据分析,计划按照Mysql数据分析系列的套路和案例,用python演示一遍,学习曲线会更平缓。当然,没有sql基础的朋友,也能按此系列学习Python数据分析。在上一篇文章中,咱们已经把Jupyterlab环境安装好,复习一下此环境的好处:单步执行(选中某部分代码进行执行),过程变量存缓存,方便调试。正始开始案例演示,分3部分,读取Mysql、读取Excel、总结。1、读取Mysql在上篇环境安装文章有已展示过此案例,非常简单。今天咱们把数据读取到dataframe中,可原创 2021-08-24 22:02:11 · 318 阅读 · 0 评论 -
【一点分享】Python数据分析(1):Jupyterlab搭建,练习Python和Sql的神器。
在之前Mysql专栏分享过程中,一直用的Sequel客户端进行sql编写和说明注解,及时执行的结果不能保存,得写一条sql截图一次,麻烦。而Jupyterlab就可以很好解决这个问题,代码过程与执行结果都会相邻挨着保留,随时可以查看,导出或截图都非常方便。而且,Jupyterlab还天然支持Python环境,学Python甚是方便,单步执行和结果就是亮点。其他的shell等各种语言环境也可以安装插件进行扩展,妥妥的代码神器。1、安装jupyterlab官方文档:https://jupyter原创 2021-08-24 22:00:19 · 466 阅读 · 0 评论