Python数据分析
文章平均质量分 60
查尔char
这个作者很懒,什么都没留下…
展开
-
Python数据处理-使用Pandas补齐缺失日期(pd.date_range)
在处理时间序列的数据中,有时候会遇到有些日期的数据缺失的情况,这时候可以用pandas的 `date_range` 函数快速补齐缺失日期,再根据实际情况补齐缺失值。原创 2022-03-08 12:51:29 · 10450 阅读 · 1 评论 -
Kaggle项目:Predict Future Sales(商品未来销量预测)
Predict Future Sales(商品未来销量预测)1. 关于项目1.1 背景介绍1.2项目数据集说明2. 目标3. 数据预处理3.1 项目数据集预处理3.1.1 训练集和测试集3.1.2 商店数据集3.1.3 商品数据集3.1.4 商品类目数据集3.2 训练集数据清洗3.2.1 过滤离群值4. 数据规整 和 数据分析(EDA)4.1 销量分析4.1.1 销量最高的商品4.1.2 分析总体销量呈现下降趋势可能存在的原因4.2 营收分析4.2.1 总营收最高的商品4.3 分析导致14年底销量和营收同比原创 2020-06-19 23:32:48 · 14976 阅读 · 41 评论 -
使用黄氏曲线评估零售店促销活动效果
使用黄氏曲线评估零售店促销活动效果1. 关于项目2. 数据预处理3. 促销分析与评估3.1 企业周权重指数3.2 权重曲线和黄氏曲线3.2.1 权重曲线3.2.2 黄氏曲线4. 项目总结1. 关于项目 这是一个线上电玩产品零售店在六一促销活动(2020年5.28-6.3)的复盘工作中的一个环节。 这一小节里,将使用黄氏曲线分析工具,从整体上对促销活动的效果进行评估。 黄氏曲线是零售业数据化管理工具之一,本质上是一种加权曲线。 一个完整的促销活动复盘工作还有很多繁杂的工作原创 2020-06-19 22:02:26 · 3669 阅读 · 4 评论