数据分析中的缺失值处理

2017-12-01

数据分析中的缺失值处理 没有高质量的数据，就没有高质量的数据挖掘结果，数据值缺失是数据分析中经常遇到的问题之一。当缺失比例很小时，可直接对缺失记录进行舍弃或进行手工处理。但在实际数据中，往往 ...

数据探索之缺失值处理及代码实现

2017-11-30

数据探索之缺失值处理及代码实现 在数据挖掘中，前期数据预处理，会涉及到很多缺失值的处理问题。 现以python代码实现为例，看如何具体处理的。 所需python包 from pandas import Series, DataFrame import pan ...

数据清洗之python实现缺失值处理

2020-07-24

在实际的数据清洗过程中，我们经常会遇到数据内容丢失的情况，这些丢失的数据内容就是缺失值。缺失值的产生的原因多种多样，主要分为机械原因和人为原因。 机械原因，也就是由于例如，数据存储失败，存储器损坏 ...

常用的python缺失值处理方法有哪几种？

2020-07-06

缺失值是指粗糙数据中由于缺少信息而造成的数据的聚类、分组、删失或截断。它指的是现有数据集中某个或某些属性的值是不完全的。 python缺失的处理一般情况下有三种方法： （1）删掉缺失值数据 删除法是 ...

数据分析实践入门：缺失值处理、重复值处理、异常值处理等

2020-05-11

从菜市场买来的菜，总有一些是坏掉的不太好的，所以把菜买回来之后要做一遍预处理，也就是把那些坏掉的不太好的部分扔掉。现实中大部分的数据都类似于菜市场的菜品，拿到手以后会有一些不好的数据，所以都要先做 ...

R语言缺失值处理

2017-11-25

R语言缺失值处理 缺失值 1. is.na 确实值位置判断 注意: 缺失值被认为是不可比较的，即便是与缺失值自身的比较。这意味着无法使用比较运算 符来检测缺失值是否存在。例如，逻辑测试myvar == NA的结果永远不会 ...

R语言中的缺失值处理

2017-02-27

R语言中的缺失值处理 在处理一些真实数据时，样本中往往会包含缺失值（Missing values)。我们需要对缺失值进行适宜的处理，才能建立更为有效的模型，使得后续预测分析能有更小的偏差。本文将罗列不同的缺失值处 ...

从零基础到数据科学家：CDA三本官方教材全解读

2026-11-02

 数据分析正在重塑每一个行业。CDA认证的三本官方教材，分别对应Level I、Level II、Level III，为你铺就从业务数据分析到数据科学家的完整成长之路。本文深度拆解每一本书的内容、章节逻辑与核心价值。 ” CDA ...

证券分析师职场技能培训课程推荐清单：按任务倒推，分三层选课

2026-10-27

证券分析师的培训需求，最好从“最终要交什么”往回推。日常输出大致四类：行业跟踪报告、财报拆解与盈利预测、估值模型、路演与客户沟通材料。对应能力是研究方法与行业跟踪、财务分析与估值建模、数据处理与统计工 ...

从网络爬取行业资产负债信息：数据源选择、采集流程与分析应用

2026-10-23

一、为什么要爬取行业资产负债表数据 做行业研究、信用分析、投资比较时，一个高频需求是拿到整个行业所有上市公司的资产负债表数据。比如想知道：房地产行业整体资产负债率是多少？白酒行业的流动比率分布如何？半 ...

大学生进公司考什么证书？先定岗位方向，再选1—2项核心证书

2026-10-22

大学生为公司就业考证，关键不是“哪个证最热”，而是先确定目标公司和岗位方向，再在方向内选1—2项招聘中实际采用、在校期间能够报考的证书，同时用实习或项目做出可展示的成果。证书是能力证明的一种，不能替代岗 ...

经济学背景最该先补哪些数据分析技能

2026-10-22

经济学背景做数据分析，优势不在工具，而在问题意识：供需如何相互作用、成本与收益如何权衡、变量之间是相关还是因果。真正的缺口通常在另一头——把假设变成可计算的口径，把散落的数据整理成可复现的证据。按任务 ...

大学里什么证书比较有含金量：先定用途，再看在校可考

2026-10-21

“大学里什么证书比较有含金量”这个问题，很难用一张榜单回答。同一张证书，对想进银行风控岗的学生可能是加分项，对准备考教师编的学生却未必用得上。含金量不是证书自带的固定属性，而是“证书性质×目标用途×在 ...

从“数字”到“数据”：CDA数据分析师视角下的统计基本概念

2026-09-11

 很多数据分析师能熟练计算均值、标准差，但当被问到“总体和样本有什么区别”“参数和统计量有什么关系”“数据级别的高低如何排序”时，却常常答不上来。其实，统计基本概念是数据分析的“底层语言”——它决定 ...

从“静态数据”到“动态资产”：CDA数据分析师视角下的表结构数据获取、加工与使用

2026-09-09

 很多数据分析师掌握了Excel函数、会写SQL查询，但当被问到“数据从哪里来”“数据加工有哪些步骤”“如何使用分析工具连接数据”时，却常常答不上来。其实，真正的专业能力不在于“会处理数据”，而在于“懂数据 ...

【CDA干货】数据清洗完整基本流程与Python实战案例分析

2026-08-20

在数据分析领域有一句核心准则：垃圾数据进，垃圾数据出。数据清洗是数据分析、数据建模、数据可视化之前的必经前置工序，也是保障数据质量、确保分析结论真实有效的核心基础。原始业务数据普遍存在缺失、重复、异常 ...

从“数字”到“数据”：CDA数据分析师视角下的统计基本概念

2026-08-03

很多人把统计学理解为“一堆公式和计算”，却忽略了它的本质——一门让数据“开口说话”的科学。真正的数据分析高手，不是会算平均数，而是能通过统计概念洞察业务规律。 统计基本概念并非孤立的理论，而是围绕“数 ...

从“静态数据”到“动态资产”：CDA数据分析师视角下的表结构数据获取、加工与使用

2026-07-30

 很多数据分析师掌握了Excel函数、会写SQL查询，但当被问到“数据从哪里来”“数据加工有哪些步骤”“如何使用分析工具连接数据”时，却常常答不上来。其实，真正的专业能力不在于“会处理数据”，而在于“懂数据 ...

【CDA干货】数据清洗核心技术体系：缺失值填充、去重、异常值与一致性校验全解

2026-07-24

在数据分析、业务建模与数字化运营体系中，原始业务数据普遍存在缺失、重复、异常、口径不一致等质量问题，直接用于分析与建模会导致结论偏差、模型失效、决策失误。数据质量决定了数据价值的上限，而数据清洗是数据 ...

为什么统计是数据分析师的“底层语言”？

2026-06-24

小李刚入职了一家互联网公司的运营部门。第一次参加业务复盘会，运营主管问了一个看似简单的问题：“这个月新用户留存率下降了5个百分点，情况严重吗？” 小李立刻调出数据，跑了一堆报表，算出留存率的均值、中位数 ...