一列数的数据分析怎么改列的名字

① 数据分析员用python做数据分析是怎么回事，需要用到python中的那些内容，具体是怎么操作的

最近，Analysis with Programming加入了Planet Python。我这里来分享一下如何通过Python来开始数据分析。具体内容如下：

数据导入

导入本地的或者web端的CSV文件；

数据变换；

数据统计描述；

假设检验

单样本t检验；

可视化；

创建自定义函数。

数据导入

• 1

  这是很关键的一步，为了后续的分析我们首先需要导入数据。通常来说，数据是CSV格式，就算不是，至少也可以转换成CSV格式。在Python中，我们的操作如下：

  import pandas as pd

  # Reading data locally

  df = pd.read_csv('/Users/al-ahmadgaidasaad/Documents/d.csv')

  # Reading data from web

  data_url = "https://raw.githubusercontent.com/alstat/Analysis-with-Programming/master/2014/Python/Numerical-Descriptions-of-the-Data/data.csv"

  df = pd.read_csv(data_url)

  为了读取本地CSV文件，我们需要pandas这个数据分析库中的相应模块。其中的read_csv函数能够读取本地和web数据。

数据变换

• 1

  既然在工作空间有了数据，接下来就是数据变换。统计学家和科学家们通常会在这一步移除分析中的非必要数据。我们先看看数据（下图）

  对R语言程序员来说，上述操作等价于通过print(head(df))来打印数据的前6行，以及通过print(tail(df))来打印数据的后6行。当然Python中，默认打印是5行，而R则是6行。因此R的代码head(df, n = 10)，在Python中就是df.head(n = 10)，打印数据尾部也是同样道理

  

• 9

  plt.show(sns.lmplot("Benguet", "Ifugao", df))

创建自定义函数

• 在Python中，我们使用def函数来实现一个自定义函数。例如，如果我们要定义一个两数相加的函数，如下即可：

  def add_2int(x, y):

  return x + y

  print add_2int(2, 2)

  # OUTPUT

  4

• 顺便说一下，Python中的缩进是很重要的。通过缩进来定义函数作用域，就像在R语言中使用大括号{…}一样。这有一个我们之前博文的例子：

  产生10个正态分布样本，其中和

  基于95%的置信度，计算和;

  重复100次; 然后

  计算出置信区间包含真实均值的百分比

  Python中，程序如下：

  import numpy as np

  import scipy.stats as ss

  def case(n = 10, mu = 3, sigma = np.sqrt(5), p = 0.025, rep = 100):

  m = np.zeros((rep, 4))

  for i in range(rep):

  norm = np.random.normal(loc = mu, scale = sigma, size = n)

  xbar = np.mean(norm)

  low = xbar - ss.norm.ppf(q = 1 - p) * (sigma / np.sqrt(n))

  up = xbar + ss.norm.ppf(q = 1 - p) * (sigma / np.sqrt(n))

  if (mu > low) & (mu < up):

  rem = 1

  else:

  rem = 0

  m[i, :] = [xbar, low, up, rem]

  inside = np.sum(m[:, 3])

  per = inside / rep

  desc = "There are " + str(inside) + " confidence intervals that contain "

  "the true mean (" + str(mu) + "), that is " + str(per) + " percent of the total CIs"

  return {"Matrix": m, "Decision": desc}

• 上述代码读起来很简单，但是循环的时候就很慢了。下面针对上述代码进行了改进，这多亏了Python专家

  import numpy as np

  import scipy.stats as ss

  def case2(n = 10, mu = 3, sigma = np.sqrt(5), p = 0.025, rep = 100):

  scaled_crit = ss.norm.ppf(q = 1 - p) * (sigma / np.sqrt(n))

  norm = np.random.normal(loc = mu, scale = sigma, size = (rep, n))

  xbar = norm.mean(1)

  low = xbar - scaled_crit

  up = xbar + scaled_crit

  rem = (mu > low) & (mu < up)

  m = np.c_[xbar, low, up, rem]

  inside = np.sum(m[:, 3])

  per = inside / rep

  desc = "There are " + str(inside) + " confidence intervals that contain "

  "the true mean (" + str(mu) + "), that is " + str(per) + " percent of the total CIs"

  return {"Matrix": m, "Decision": desc}

② 怎样用Excel做数据分析

前言

最近松懈了，花了很多时间在玩游戏看视频上，把学习计划耽搁了，总说要自律，但光说不做是没用的，最主要是自控能力太差了，得承认自己和大多数人一样，爱玩、不愿意迈出舒适区，“知行合一”，只四个字，大道至简，却超过99%的人都做不到。在前进的路上，希望自己能克服惰性，提升自控力，按计划耐心学习并践行。

1、数据分析步骤：

提出问题→理解数据→数据清洗→构建模型→数据可视化

2、实践案例：

利用一份招聘网站的数据作为实战案例。

第一步提出问题：

1）在哪些城市找到数据分师工作的机会比较大？

2）数据分师的薪水如何？

3）根据工作经验的不同，薪酬是怎样变化的？

第二步理解数据：

初始数据有6875条，14项内容。

设置表格列宽（步骤如下图），显示全部内容，方便后续操作，最后保存。

第三步清洗数据：

这一步需要花费的时间占大部分，把数据处理成自己想要的样子。

1、选择子集：选择公司全名和公司ID两列并隐藏（取消隐藏方法：全选表格→开始→格式→隐藏和取消隐藏→取消隐藏列）

2、列名重命名：双击列名可以修改成自己想要的列名。

3、删除重复值：选择职位ID将其重复值删除（步骤如下图）

4、缺失值处理：选择职位ID列计数5032，选择城市列计数5030，城市列缺失两个数据。

查找并定位城市列的缺失值（步骤如下图），缺失值填上海。

缺失值处理的4种方法，根据情况灵活使用：

1）通过人工手动补全；

2）删除缺失的数据；

3）用平均值代替缺失值；

4）用统计模型计算出的值去代替缺失值。

5、一致化处理：对“公司所属领域”进行一致化处理（步骤如下图）

将原来的“公司所属领域”列隐藏，并将复制的列进行分列：

6、数据排序：

7、异常值处理：

第四步构建模型

第五步数据可视化

通过上面的分析，我们可以得到的以下分析结论有：

1）数据分析这一岗位，有大量的工作机会集中在北上广深以及新一线城市，如果你将来去这些城市找工作，可以提高你成功的条件概率。

2）从待遇上看，数据分析师留在深圳发展是个不错的选择，其次是北京、上海。

3）数据分析是个年轻的职业方向，大量的工作经验需求集中在1-3年。

对于数据分析师来说，5年似乎是个瓶颈期，如果在5年之内没有提升自己的能力，大概以后的竞争压力会比较大。

4）随着经验的提升，数据分析师的薪酬也在不断提高，10年以上工作经验的人，能获得相当丰厚的薪酬。

3、划重点：

1）分列功能会覆盖掉右列单元格，所以我们记得先要复制这一列到最后一个空白列的地方，再进行分列操作。

2）上面图片中的函数：IF(COUNT(FIND({"数据运营","数据分析","分析师"},L2)),"是","否")。

3）Ctrl+Eneter快捷键，在不连续的单元格中同时输入同一个数据或公式时很好用。

4）精确查找和近似查找（模糊查找）的区别

（1）精确查找是指从第一行开始往最后一行逐个查找。一找到匹配项就停止查询，所以返回找到的第一个值。

（2）当你要近似查找的时候，它就会苦逼地查遍所有的数据，返回的是最后一个匹配到的值。

5）在使用vlookup函数时，在很多情况下使用的是精确匹配，而在进行分组时需要用模糊匹配，所以这里要输入“1”来进行模糊匹配。

6）Excel设置了快捷键F4帮助用户迅速切换相对引用、绝对引用和混合引用，步骤如下：

（1）选定包含该公式的单元格；

（2）在编辑栏中选择要更改的公式内容，并按 F4 键；

（3）以引用单元格A1为例，每次按 F4 键时，Excel会依次在以下组合间切换：

按一次F4是绝对引用

按两次、三次F4是混合引用

按四次F4是相对引用

7）使用这个函数过程中，如果出现错误标识“#N/A”，一般是3个原因导致：

（1）第2个参数：查找范围里第一列的值必须是要查找的值。

比如这个案例里第2个参数选定的的范围里第一列是姓名，是要查找值的列。

（2）数据存在空格，此时可以嵌套使用TRIM函数将空格批量删除。

（3）数据类型或格式不一致，此时将数据类型或格式转为一致即可。