TA的每日心情 | 无聊 6 小时前 |
---|
签到天数: 1052 天 连续签到: 2 天 [LV.10]测试总司令
|
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
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
也可以使用pandas中的字符串方法:
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
仅需要两行代码就将Price和Mileage转换为数字了:
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
我们看看Python如何一行代码实现,
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,
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
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
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
|
|