51Testing软件测试论坛

标题: Python数据分析与处理运用分享 [打印本页]

作者: lsekfe    时间: 2020-4-10 11:37
标题: Python数据分析与处理运用分享
目前数据分析已经深入到各个行业中,尤其以Python为工具的数据分析和数据挖掘越来受到各个企业的青睐,随着大数据越来越广泛使用,数据分析和数据处理相关技能已经成为必不可少的职场技能之一了。熟悉运用Python进行数据分析和处理,可以大大提高今后在工作中的效率。更多内容可以 点击查看>>>
那么,下面我们就以在职场中常见的问题为例,基于Python进行数据分析与处理,

1. 字符串的拆分
[attach]128647[/attach]
对购药时间进行拆分,拆分出日期和星期只需要短短两行代码
[attach]128648[/attach]
也可以使用pandas中的字符串方法:
[attach]128649[/attach]


大家可以看到python非常轻松的完成了这样的工作
这个时候有同学就会说, excel不也能干这样的事情吗,那么下面我们再来看一个例子, 把价格转换为数字
[attach]128650[/attach]
仅需要两行代码就将Price和Mileage转换为数字了:
[attach]128651[/attach]
这个时候还是会有同学就会说, excel同样也可以干这样的事情,那么下面我们再来看一个例子, 把计算一下每个表格里面总共有多少个承销商
[attach]128652[/attach]
我们看看Python如何一行代码实现,
[attach]128653[/attach]
有些同学还是不服气, 说这没有什么呢,好了下面我们再继续看一个例子,体验一下Python的强大之处。这个是今年新型冠状病毒的一个数据,需要将数据合并在一起,
[attach]128654[/attach]
有几十个csv文件,现在想把他们合并在一起,看看用python如何实现
[attach]128655[/attach]
[attach]128656[/attach]
仅仅用了0.1s就合并了所有数据
最后我们再看一个和数据分析相关的例子,在数据分析时,很多时候需要计算相关指标,以电商数据为主,计算每个用户的平均登录时间间隔
[attach]128657[/attach]
Idx为用户编号, LogInfo3为用户登录时间,现在计算每个用户的登录时间间隔
首先按照用户编号和登录时间进行排序
[attach]128658[/attach]


作者: lsekfe    时间: 2020-4-10 11:43
然后进行计算,计算每个用户的每次登陆时间距离上次间隔
[attach]128661[/attach]
[attach]128662[/attach]
对于每个用户,最早登陆时间距离上次是缺失的。可以用0来填补
[attach]128663[/attach]
最后我们再看一个征信相关数据,计算每个客户的未结清贷款笔数,一个用户对应一个report_id(报告编号),一个客户可能会有多笔贷款。
[attach]128664[/attach]
计算逻辑为贷款状态为 ["正常","逾期","呆账"]的贷款笔数,按照每个report_id分类汇总。就可以汇总出每个客户的未结清贷款笔数
[attach]128665[/attach]
通过以上案例同学们可以看到Python数据处理和分析的强大功能,当我们拿到数据时,原始数据往往比较乱,这个时候就需要用到Python对其进行处理,
而numpy库、pandas库提供了强大的数据处理和清洗的相关手段,能帮助我们运用简单的代码实现复杂的功能。
选择Python数据分析和处理的理由
[attach]128666[/attach]







欢迎光临 51Testing软件测试论坛 (http://bbs.51testing.com/) Powered by Discuz! X3.2