![](https://img-blog.csdnimg.cn/20201014180756913.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
数据清洗与数据分析
一颗橙子℃
这个作者很懒,什么都没留下…
展开
-
【001】python数据分析与挖掘
python数据分析与挖掘概览(by一颗酵母)原创 2020-10-25 18:06:58 · 279 阅读 · 0 评论 -
【数据分析】
什么情况下会用到数据分析呢?在每次开会的时候,你的工作量汇报,你的KPI指标,你的项目进度追溯,你的流失用户建模,你的贡献额度预测……ROI是多少?下一次营销预估会激活多少流失客户?…… 这些都需要我们对于大量的数据进行分析。。。 SEMMA步骤解析 s:sample(搜集数据) 基于需求,有针对性的搜集可解决问题,常用的搜集手段有: 问卷调查 数据库查询 实验室试验 仪器设备的记录 E:example(数据探索) 通过数据探索,一球对数据的进一步了解,常用的探索方向: ...原创 2020-05-18 19:20:28 · 372 阅读 · 0 评论 -
【数据分析】你一定要掌握的Python七种数据清洗方法
本文链接:https://blog.csdn.net/zw0Pi8G5C1x/article/details/84610050 01 重复值处理 数据录入过程、数据整合过程都可能会产生重复数据,直接删除是重复数据处理的主要方法。pandas提供查看、处理重复数据的方法duplicated和drop_duplicates。以如下数据为例: >sample = pd.DataFrame({'id':[1,1,1,3,4,5], 'name'..转载 2020-05-18 16:29:16 · 838 阅读 · 0 评论