![](https://img-blog.csdnimg.cn/20201014180756925.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
数据分析
humashanshao
这个作者很懒,什么都没留下…
展开
-
【BI仪表盘复刻专题】公司经营管理驾驶舱
此仪表板包含指标入下:KPI指标:浏览量、访问次数、跳出次数过程指标数据:一级渠道访问数据、二级渠道访问数据、三级渠道访问数据用户趋势预测:访问平台浏览量分布、平台用户类型浏览分布、年月访问趋势由此,我们可以根据KPI指标去整体评估某阶段内用户访问平台情况,再利用过程指标数据去分析可能出问题的具体环节,最后再对用户访问偏好和趋势做预测。总结:在复刻此仪表板的过程中对帆软BI的作图操作更加熟练了,下一步练习指标设计与计算能力。...原创 2022-04-14 15:55:59 · 416 阅读 · 0 评论 -
【BI仪表盘复刻专题】需求分析方法-KANO模型
李雷同学作为一个产品经理,经常会遇到非常多的产品需求, 开发同学忙的不可开交, 用户又似乎什么都想要。开发产品资源有限,怎么才能捞出真正的用户需求?给真正重要的需求高优先级?李雷决定引进「KANO模型」,进行系统的需求梳理,对需求进行分析和提炼,提高效率。按照用户对「增加功能态度」与「不增加功能态度」,最终我们可以通过下表定位某功能对于用户来说是什么需求。M:基本(必备)型需求;O:期望(意愿)型需求;A:兴奋(魅力)型需求I:无差异型需求;R:反向(逆向)型需求;Q:可疑结果原创 2022-04-13 15:28:53 · 425 阅读 · 0 评论 -
【BI仪表盘复刻专题】AARRR用户运营分析
这是一个为了找到心仪工作而开设的学习专题。找到满意工作前最长更新周期为2天一复刻!原创 2022-04-12 17:30:06 · 449 阅读 · 0 评论 -
窗口函数 嵌套查询 TopN避坑
前两天写一个【求各类别下出现次数最多的前两个品牌】的SQL,一直报2附近有语法错误。今天将此记录一下我写的SELECT *FROM (SELECT *,row_number() over(partition by a.categoryname ORDER BY a.brandcount DESC) as rankingFROM (SELECT categoryname,brandname,count(brandname)as brandcount FROM vw_sku_basic原创 2022-03-31 14:43:09 · 409 阅读 · 0 评论 -
【python线上培训专题】1某图书网站数据清洗
此系列为博雅数智举办的线上培训课程——python数据科学实践,为期两个月,本系列记录我在此课程中所学所思。本节课总览:本节课所用到的知识点:正则表达式、apply方法、lambda表达式、str.split、str.replace实践数据集:某图书网站数据清洗 (idatascience.cn)1、拿到数据第一件事:数据诊断预览数据前、后、随机10行,了解数据字段含义及数据格式,为后续清洗做准备。以【出版信息】列为例,可查看总共计数有600条出版社数据,有42..原创 2022-03-25 15:11:45 · 2449 阅读 · 0 评论 -
pandas数据分析——编程练习100题
我是在B站跟着蚂蚁学python学的课程。#1、list转seriesimport pandas as pdimport numpy as npcourse = ["Chinese","Math","English","Computer"]data1 = pd.Series(data=course)#2、dict转seriesgrades = {"Chinese":80,"Math":90,"English":85,"Computer":100}data2 = pd.Series(da.原创 2022-02-11 15:44:19 · 1781 阅读 · 0 评论 -
【例题】SQL行列转换
表结构如下: 日期 赛况 2012-12-11 胜 2012-12-11 负 2012-12-11 负 2012-12-12 负 2012-12-12 胜 2012-12-13 胜 2012-12-14 胜原创 2021-08-17 23:59:01 · 118 阅读 · 0 评论 -
python数据表合并、stack函数、数据分块读取
1.concat2.join3.merge4.stack函数转载 2020-09-05 01:08:25 · 404 阅读 · 0 评论 -
数据分析业务逻辑
1.认识数据当我们拿到数据表时,首先应当学会认识它们。回想我们使用excl浏览数据时观察的数据维度,可发现行(row),列(column)原创 2020-08-19 00:00:33 · 664 阅读 · 0 评论 -
python个人学习复盘
参考资料:DataWhale 专业课本《Python程序设计》运行环境:Anaconda+Sublime Text301:变量、运算符、数据类型及位运算本章为python基础知识。首先理解python中的一切都是对象python内置对象有:数字 1234 不可变 字符串 ‘abcd’ 不可变 列表 [1,2,3] 字典 {1:'food',2:'taste'} 元组 (0,1,2) 不可变 文件...原创 2020-07-21 00:26:23 · 698 阅读 · 0 评论 -
pandas下——进阶学习
6、缺失数据缺失观测及其类型:了解缺失信息、三种缺失符号、Nullable类型与NA符号、NA的特性、convert_dtypes方法缺失数据的运算与分组:加号与乘号规则、groupby方法中的缺失值填充与剔除:fillna方法、dropna方法插值:线性插值、高级插值方法、interpolate中的限制参数 7、文本数据 8、分类数据 9、时序数据10、综合练习...原创 2020-06-22 23:45:21 · 286 阅读 · 0 评论 -
Pandas数据分析——从0.3到0.8学习指南
注:本文是学习+整理的原创喔import pandas as pdimport numpy as np设置行列最大数pd.set_option('max_column',8,'max_rows',10)文件读取:pd.read_csvDataFrame组件访问:data.colunms data.index data.valuestype查看数据类型或行...翻译 2020-04-19 18:17:09 · 652 阅读 · 0 评论