缺失数据处理-插值法

2017-12-04

缺失数据处理-插值法 在数据挖掘中，原始海量的数据中存在着大量不完整、不一致、有异常、偏离点的数据。这些问题数据轻则影响数据挖掘执行效率，重则影响执行结果。因此数据预处理工作必不可少，而其中常见工 ...

数据处理流程和数据分析方法

2017-11-21

数据处理流程和数据分析方法 大数据分析这件事用一种非技术的角度来看的话，就可以分成金字塔，自底向上的是三个部分，第一个部分是数据采集，第二个部分是数据建模，第三个部分是数据分析，我们来分别看一下。 ...

运用大数据处理技术 做好国有企业思想政治工作

2017-11-14

运用大数据处理技术 做好国有企业思想政治工作 在全面深化企业改革和互联网全面普及的新形势下，国有企业思想政治工作面临着许多新情况，国有企业要勇于挑战自我、求新达变，积极推进思想政治工作理念创新、手 ...

SPSS-数据处理-数据变量

2017-10-23

SPSS-数据处理-数据变量 spss工具中”行“用【个案】表示，“列”用【变量】表示。变量其实也就是我们在数据库中称之为字段的概念。但是在统计学中，我们称之为变量。 接下来主要介绍两点有关变量的基础知识 ...

R语言︱噪声数据处理、数据分组—分箱法（离散化、等级化）

2017-07-17

R语言︱噪声数据处理、数据分组—分箱法（离散化、等级化） 分箱法在实际案例操作过程中较为常见，能够将一些数据离散化，等级化，比如年龄段，我们并不想知道确切的几岁，于是乎可以将其分组、分段。 基础 ...

R语言时间数据处理之lubridate包

2017-05-08

R语言时间数据处理之lubridate包 在我们处理一些时间序列数据时，经常会碰到各种时间数据，比如“2016-03-03”。很多时候我们需要提取出其中的年、月、日甚至是小时、分、秒，从而可以方便的进行比较、筛选等操 ...

一个使用R语言做数据处理的实例

2017-04-21

一个使用R语言做数据处理的实例 最近一个同学找到我，希望我帮忙处理一份数据。那份数据是这样的：包含了3661行，第一行为各列的名称；包含8列，第一列为专利ID，其余7列为企业ID。 这份数据截图如下所示： ...

数据处理中，偏态数据如何正态化？

2020-07-17

在数据处理过程中，经常会遇到偏态数据。我们都知道数据整体服从正态分布，那样本均值和方差则相互独立。因此大家都会希望数据事成正态分布的，但是现实情况却是：大多数情况下，数据都是偏态分布的，这时候就需要 ...

从“杂乱信号”到“有序资产”：CDA数据分析师视角下的数据分类

2026-06-04

 很多数据分析师拿到数据就开始清洗、建模，但当被问到“这批数据属于什么类型——结构化还是非结构化？分类变量还是数值变量？各适合使用哪种统计分析方法”时，却常常语塞。其实，数据分类是数据分析的“第一道 ...

【CDA干货】基于Python Tkinter的界面美化技术与实操应用

2026-05-29

Tkinter是Python内置的标准GUI图形界面库，具备无需额外安装、调用简单、兼容性强、轻量化高效等优势，是Python快速开发桌面小程序、工具软件、可视化系统的首选框架。原生Tkinter控件样式老旧、界面单调、色彩单一 ...

从“raw”到“ready”：CDA数据分析师视角下的标签加工方式

2026-05-29

 很多分析师在设计标签时思路清晰，但真到落地环节却面临“数据在手，不知如何转化为可用标签”的困境：或因加工方式选择不当导致标签失效，或因规则模糊造成标签口径混乱。其实，好的标签并非设计出来，而是加工 ...

【CDA干货】数据挖掘经典实例分析：从技术原理到行业落地应用

2026-05-28

随着大数据技术的快速普及，各行各业积累了海量的用户数据、交易数据、生产数据与行为数据。单纯的数据统计与报表分析只能呈现表面结果，无法挖掘数据背后隐藏的关联规律、潜在风险与未来趋势。而数据挖掘正是依托统 ...

从“构建数据骨架”到“加速智能取数”：CDA数据分析师视角下的创建表或视图

2026-05-26

 很多数据分析师写过无数个 SELECT，但当被问到“新建一张表，该如何定义字段类型来保证数据质量”“创建视图和存储物理表有什么区别，分别应该在什么业务场景下使用”时，却常常陷入支支吾吾的困境。其实，CURD ...

【CDA干货】基于3σ原则的异常数据识别与质量控制方法研究

2026-05-25

在大数据分析、数据清洗、质量管控、风险监测等领域，异常数据识别是保障数据质量、确保分析结论精准、规避业务决策失误的核心基础。数据集中存在的极端异常值，会严重扭曲均值、标准差等统计指标，破坏数据分布规律 ...

【CDA干货】SQL在企业经营数据分析中的深度应用：赋能精细化经营与科学决策

2026-05-22

数字化经营时代，企业的市场竞争早已从经验决策转向数据决策。门店营收、用户转化、产品销量、成本损耗、存量资产等所有经营行为，都会以数据形式沉淀在数据库中。而SQL作为通用型结构化查询语言，是连接企业原始数 ...

【CDA干货】数据清洗中异常值识别与处理：三大核心方法详解

2026-05-20

在数据驱动决策的时代，数据质量直接决定分析结果的可靠性与准确性，而异常值作为数据清洗中的核心痛点，往往会扭曲分析结论、误导决策方向。所谓异常值，是指数据集中偏离整体分布、与其他数据点显著不同的观测值， ...

【CDA干货】Excel卡方检验实操指南：从数据整理到结果解读，新手也能轻松上手

2026-05-18

在数据统计分析中，卡方检验是一种常用的非参数检验方法，核心用于判断两个或多个分类变量之间是否存在显著关联，广泛应用于市场调研、医学统计、社会科学、企业运营等多个领域。例如，分析不同性别对产品偏好的差异 ...

【CDA干货】事实表与维度表的核心区别：数据仓库的两大核心组件解析

2026-05-15

在数据仓库建设中，事实表与维度表是两大核心组件，二者相互关联、缺一不可，共同构成数据仓库的基础架构。事实表聚焦“发生了什么”，记录业务过程中的具体数据；维度表聚焦“是谁、何时、何地、如何发生”，描述业 ...

【CDA干货】Pandas基于两列计算结果：实操指南与实战案例

2026-05-14

在Python数据分析中，Pandas作为核心工具库，凭借简洁高效的数据处理能力，成为数据分析从业者的必备技能。其中，基于两列（或多列）数据进行计算，是日常数据处理中最高频的操作之一——无论是简单的加减乘除、比例 ...

【CDA干货】大数据营销案例深度解析：以数据为刃，破局营销粗放时代

2026-05-13

当流量红利消退、用户需求日趋多元，“凭经验决策、广撒网投放”的传统营销模式早已难以为继。大数据的崛起，为企业营销提供了全新的破局路径——它不再是单纯的“数据堆砌”，而是通过整合海量、多维度、实时的用户 ...