图书 •
869 引用 •
255 回帖 •
4 关注
博客
关注
-
例如，还是titanic.csv中的”Fare”变量，分别以3倍标准差（z=3）和5倍标准差为标准（z=5）对异常值进行标注。 A 1 =file('D://titanic.csv').imp ..
-
计算两个日期时间数据相差的天数。 查询 2015 年发货时间超过 30 天的订单。订单表如下： ID CustomerID OrderDate DeliveryDate Amount 1024 ..
-
相互关联的表，通过多字段主键左连接筛选记录。 根据相互关联的产品表、订单明细表和订单回款表，查询 2014 年有回款记录，且单笔订单金额超过 500 的产品名称。 [图片] 使用 A.join ..
-
有如下姓名数据： [图片] 判断若有重名则 dup 填 1，否则填 0，在 B2 格填入公式： =spl('=if(?1.conj().select(~==?2).count()>1,1 ..
-
-
当分类变量的分类数较多时，可能会存在一些频数极小的类别，例如极少数分类，异常分类，疑似错误分类等情况，这时可以通过合并低频变量来降低分类个数。 例如Titanic.csv中的“Name”是一个 ..
-
原值的波动可能比较频繁，但整体上呈现某一种趋势，主线就是描述这种趋势的衍生序列。 通俗的讲，将原值平滑后就可以描述原值的趋势。平滑化最常见的手段的就是平均，具体到时间序列就是移动平均。 时间序 ..
-
将标准 SQL 语句翻译成指定数据库所使用的格式。 某公司的销售数据，部分存储在数据库 oracle 中，部分存储在数据库 mysql 中。求 2015 年 3 月 18 日到 7 月 18 ..
-
两个大数据表与一个有序的集文件相互关联查询。 根据相互关联的订单表、订单明细表和产品表，查询 2014 年 1 月各种产品的销售总量。其中订单表与订单明细表为大数据文件，产品表为对 ID 有序 ..
-
代码： =spl('=periods@mox(''2018-03-31'',''2019-03-01'',1)') 说明：生成 2018-03-31 到 2019-03-01 之间间隔 1 月 ..
-
[链接]约定 大多数的 Python 代码都会用到 pandas 和 numpy 这两个包，所以默认 Python 代码开始都会导入这两个包。即： import pandas as pd im ..
-
在两个关联的表中，根据多字段关联条件筛选记录后，分组汇总。 根据相互关联的分数表和学生资料表，查询一班每个学生的各科总分。 [图片] 使用 A.join() 函数的 @i 选项，删除不匹配的记 ..
-
有各个国家的语言人口占比表，其部分数据如下： CountryCode Language Percentage England English 90% America English 70% C ..
-
-
纠偏，就是通过各种数学转换，使得变量的分布呈现或者近似正态分布，模型的拟合常常会有明显的提升。 常用的数学变换有：对数变换、幂变换（例如开根号、平方等）、倒数变换、指数变换、rank 变换等 ..
-
有一列混合了字符和数字的数据，其中数字可能在多处出现，且出现规律不定： [图片] 将每一行中的所有数字分离出来，并将分离出来的结果放置到 B 列，期望效果如下图： [图片] 在 B1 写入： ..
-
有如下日产品销售额的 Excel 表格： [图片] 请找出每天日销售额最高的产品及其销售额： =spl('=E(?1).group(OrderDate).(~.maxp(Sales))',A1 ..
-
问题 在一篇正规的英文文档中，单词都会以空格、逗号、句号或回车分隔，“-”符号表示连接回车符前后的字符为一个单词。 现有一篇符合上述特征的文档，请找出其中一共出现过多少个不同的单词，以及每个单 ..
-
把变量值按照从小到大的顺序排列，根据数据集样本个数等分为k 部分，每部分当作一个分箱，比如分箱数是 10，则每个箱内包含大约 10% 的样本量。 将”Fare”变量等频分箱 A 1 =file ..
-
循环计算迭代求和的结果。 根据上证指数表，计算 2019 年每个交易日的全年累计成交金额。上证指数表部分数据如下： Date Open Close Amount 2019/12/31 3036 ..
-
使用“?”或“=”作为分隔符，将字符串分别拆分为两个字符串。 在某网站记载了用户访问的 URL，要查询使用频率最高的搜索条件。部分内容如下： ID User Website 1 Rebecca ..
-
无论是数据分析还是数据挖掘，首先都会浏览数据，查看一下数据的基本情况 SPL提供交互式的操作界面，这对数据分析用户来说非常友好。 比如泰坦尼克的数据，使用SPL进行查看代码如下： A 1 =f ..
-
mul(A,X)函数将两个矩阵相乘，例如[图片]相乘 A B 1 [[3,5],[2,8]] [[4,6],[2,4]] 2 =mul(A1,B1) A2 将A1 和 B1相乘，返回矩阵 [图 ..
-
波动幅度是描述原值波动大小的衍生序列。 通俗的讲，一段时间内最大值与最小值之差就可以作为波动幅度W。 wi=ma-mi 其中ma和mi是X[-l]i内的最大值和最小值。 但这么做会有隐患，当X ..
-
使用代码解析序表中的字符型字段。 求 80 后的平均工资，年龄需要从证件号码中提取。员工表部分数据如下： ID Name Identification Salary 1 Rebecca Dri ..
