
關(guān)于數(shù)據(jù)處理的幾個(gè)踩過(guò)坑的案例
因?yàn)檫@段時(shí)間好忙,好久沒(méi)有更新,我怕失去你們,所以就寫(xiě)了幾個(gè)我在數(shù)據(jù)處理中碰到的坑,就是分享給你們看下是不是你們也有這種情況,但是我寫(xiě)到一般,腦子短路了,寫(xiě)不出來(lái)了,只能寫(xiě)了三種情況,后續(xù)想起來(lái),我就來(lái)補(bǔ)。
1
空值的區(qū)別
這個(gè)問(wèn)題,是針對(duì)大部分剛開(kāi)始做數(shù)據(jù)分析的新手來(lái)說(shuō)的,就是一定要注意,無(wú)論你的數(shù)據(jù)是為建模還是做數(shù)據(jù)分析。我說(shuō)下這個(gè)情況是什么出現(xiàn)的,就是你現(xiàn)在有兩張表,然后你要用主表連另外一張表,另外一張表呢,假設(shè)只有一個(gè)變量以及一個(gè)主鍵,那么這個(gè)變量可以是字符也可以是數(shù)值,然后這個(gè)變量本來(lái)就有了非空,那么這時(shí)候假設(shè)你的主表有部分主鍵是不在這張表,那就意味著主表中的部分主鍵會(huì)在這張表中匹配不到,那么這時(shí)候你的主表是left join的情況下的話,你去練這張表,這時(shí)候你的變量空值其實(shí)是包含兩種情況:1、在變量中為空,2、這張表沒(méi)有主表的主鍵。實(shí)際上是這兩種情況,但是如果你這時(shí)候不做任何處理,那就數(shù)據(jù)分析,就會(huì)把這兩部分的缺失,變成同一類的客戶,但是你在業(yè)務(wù)上解釋是不一樣的。
2
處理客戶多條數(shù)據(jù)的情況
第一個(gè)例子:我們?cè)谌粘_M(jìn)件中,其實(shí)往往一個(gè)客戶在公司都是有多條記錄,你要取那一條這個(gè)問(wèn)題這個(gè)之前講過(guò),這是我實(shí)際中遇到的一個(gè)例子,我想統(tǒng)計(jì)一個(gè)客戶他從注冊(cè)到申請(qǐng)這段時(shí)間登錄次數(shù),這時(shí)候其實(shí)有個(gè)問(wèn)題,有些客戶是注冊(cè)了很長(zhǎng)時(shí)間,并且也有完成好幾筆單子,但是有些客戶他是剛注冊(cè),然后申請(qǐng),這時(shí)候你不論情況,就直接算客戶的登錄次數(shù),這就就會(huì)有誤差,那么現(xiàn)在從業(yè)務(wù)出發(fā),你需要規(guī)定的是,如果客戶只有一筆單,那么就只接算他的登錄次數(shù),那么如果客戶是以前是完成好幾筆單,你就應(yīng)該取上一筆單結(jié)束之后,到下一筆單申請(qǐng)之間申請(qǐng)的次數(shù),這樣子才能把全部的客戶拉到同一個(gè)標(biāo)準(zhǔn)去衡量登錄次數(shù)這個(gè)變量的特征。
第二個(gè)例子:假設(shè)你現(xiàn)在是想做一個(gè)客戶近6個(gè)月的通話次數(shù)穩(wěn)定性,那么這時(shí)候你拿到數(shù)據(jù),直接懟代碼,你會(huì)發(fā)現(xiàn)其實(shí)有些客戶根本就沒(méi)有6個(gè)月的通話記錄,有些客戶不止6個(gè)月的通話記錄,那么這時(shí)你應(yīng)該處理這種沒(méi)有6個(gè)月通話記錄,這里假設(shè)客戶手機(jī)在網(wǎng)時(shí)長(zhǎng)不足6個(gè)月,那么這時(shí)候你可以先把這部分沒(méi)有6個(gè)月的客戶先置空,或者打一個(gè)特殊的標(biāo)簽,你知道他們就是不足6個(gè)月的,另外那些多于6個(gè)月的可以取在申請(qǐng)時(shí)間往后的6個(gè)月,那么這時(shí)候你算出來(lái)的穩(wěn)定性指標(biāo)才是把客戶基本拉到一個(gè)水平面比較的。這個(gè)穩(wěn)定性并不一定是psi,也可以是標(biāo)準(zhǔn)差,方差,這個(gè)衍生變量有說(shuō),這里就不說(shuō)了。
數(shù)據(jù)分析咨詢請(qǐng)掃描二維碼
若不方便掃碼,搜微信號(hào):CDAshujufenxi
SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實(shí)戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無(wú)論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢效率:打破 “拆分必慢” 的認(rèn)知誤區(qū) 在 MySQL 數(shù)據(jù)庫(kù)管理中,“大表” 始終是性能優(yōu)化繞不開(kāi)的話題。 ...
2025-09-18CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫(kù)表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動(dòng)態(tài)隨機(jī)一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開(kāi)始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價(jià)值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫(kù)表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實(shí)戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫(kù))處理 Excel 數(shù)據(jù)時(shí),“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗(yàn)與 t 檢驗(yàn):差異、適用場(chǎng)景與實(shí)踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計(jì)學(xué)領(lǐng)域,假設(shè)檢驗(yàn)是驗(yàn)證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專業(yè)操盤(pán)手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計(jì)劃中 rows 數(shù)量的準(zhǔn)確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計(jì)劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對(duì)象的 text 與 content:區(qū)別、場(chǎng)景與實(shí)踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請(qǐng)求開(kāi)發(fā)時(shí)(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價(jià)值的核心操盤(pán)手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫(kù)表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請(qǐng)求工具對(duì)比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請(qǐng)求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)的科學(xué)計(jì)數(shù)法問(wèn)題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)時(shí)的科學(xué)計(jì)數(shù)法問(wèn)題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價(jià)值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運(yùn)營(yíng)問(wèn)題、提升執(zhí)行效率的核心手段,其價(jià)值 ...
2025-09-12用 SQL 驗(yàn)證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實(shí)戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過(guò)程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計(jì)” 與 “用戶體驗(yàn) ...
2025-09-11塔吉特百貨孕婦營(yíng)銷案例:數(shù)據(jù)驅(qū)動(dòng)下的精準(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見(jiàn)頂” 的當(dāng)下,精準(zhǔn)營(yíng)銷成為企業(yè)突圍的核心方 ...
2025-09-11CDA 數(shù)據(jù)分析師與戰(zhàn)略 / 業(yè)務(wù)數(shù)據(jù)分析:概念辨析與協(xié)同價(jià)值 在數(shù)據(jù)驅(qū)動(dòng)決策的體系中,“戰(zhàn)略數(shù)據(jù)分析”“業(yè)務(wù)數(shù)據(jù)分析” 是企業(yè) ...
2025-09-11Excel 數(shù)據(jù)聚類分析:從操作實(shí)踐到業(yè)務(wù)價(jià)值挖掘 在數(shù)據(jù)分析場(chǎng)景中,聚類分析作為 “無(wú)監(jiān)督分組” 的核心工具,能從雜亂數(shù)據(jù)中挖 ...
2025-09-10統(tǒng)計(jì)模型的核心目的:從數(shù)據(jù)解讀到?jīng)Q策支撐的價(jià)值導(dǎo)向 統(tǒng)計(jì)模型作為數(shù)據(jù)分析的核心工具,并非簡(jiǎn)單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10