- 博客(11)
- 收藏
- 关注
RSS订阅原创 Python数据处理，添加新列时如何优雅跳过空值
但如果不注意缺失值的处理，很容易掉坑里。因为没有语法错误，程序运行不会报错，但实际上存在逻辑错误，所以，非常隐蔽。尤其在数据量比较大的时候，如果不注意，很可能得到了并非我们想要的结果而不自知。第一种方法，直接相加，从结果看出当A/B/C三个变量只要有一个变量为缺失值，则结果为缺失值。第三种方法，在sum()基础上，添加了参数min_count=1，最终结果只有当三个变量全部为缺失值时，结果才为缺失值。第二种方法，使用了sum()函数，自动忽略缺失值，最终结果符合预期。
2025-06-19 22:39:14
271
原创 Python长宽表转换
长表（Long Format）和宽表（Wide Format）是数据分析中两种常见的数据存储格式。掌握二者转换是数据清洗的重要技能。
2025-06-03 11:30:00
420
原创 Python DataFrame索引重塑
DataFrame数据结构可以通过行索引和列索引唯一确定值，并支持表格型和树形两种表示形式。stack()方法将表格型数据转为树形结构（宽转长），unstack()则实现逆操作（长转宽）。这两种索引重塑方法是数据处理的基础工具，需要根据需求灵活运用。多练习有助于理解其简单而实用的特性。
2025-05-28 10:15:00
253
原创 Python repalce()方法的三种使用场景
在DataFrame处理数据时候，replace是常用的方法，本文介绍了replace常见的几种场景
2025-05-18 18:04:00
412
原创 按照某个字段将SAS数据集导出多个数据集
data _null_; set sashelp.cars; call execute('data origin_'││
2020-12-28 23:42:55
1900
原创 使用SAS创建日历表
在使用SAS进行数据分析时候经常需要对日期进行处理和调用，因为数据库的文件大部分都有yyyymmdd格式的日期后缀。借助日历表我们就可以更加灵活的对数据集进行调用。下面我们使用SAS创建日历表calendar，该表共包含十个字段，序号n，日期date，年year，月month，日day，星期几weekday，是否是工作日isworkday，对应当月第几个工作日workday，当月工作日天数workdays，对应的工作日working_day（如果是工作日则对应自身，如果是非工作日则对应上一个工作日）/*
2020-08-27 18:57:30
1969
原创 在SAS宏程序中使用datalines出错
在使用SAS编程时，我们经常会使用下面的程序生成一个小数据集用来做测试，非常方便。但是在宏程序中，这种做法就不灵了，例如下面的test1宏运行时候就会报错，这是因为SAS对宏语言的处理优先等级更高，两者的编译时间不同。data person; input name $ dept $; datalines;John SalesMary Acctng;run;%macro test1;data person; input name $ dept $;
2020-08-14 13:28:56
799
原创 使用SAS array遍历变量
上周小黑的老板告诉小黑，他想看公司客户平均持有产品的数量，这是一个非常有意思的话题，因为公司的客户表中有客户的总资产，以及所对应的每个产品下面的资产，唯独没有客户持有产品的数量。下面我们使用sas array去遍历客户的所有产品，计算客户持有产品的数量，如果产品的资产在10,000以上则认定客户正持有该产品（注意这里的统计标准是10,000，而不是0，因为对于一些持有金额比较小账户对业务的意义不大，这也是和老板讨论的结果）。上图是模拟的客户表kh，包含客户编号id，五个产品a, b, c, d, e账上
2020-08-10 19:59:23
3321
原创 使用SAS数据步进行行列变换
记得刚入门SAS时候，有一次面试，其中有一道题目就是行列变换。当时作为一名最初学者自然不知道还有这种风骚操作，更不知道这种操作有什么用，面试的结果自然是不通过。后来知道了行列变换可以用proc transpose一键搞定，但其参数配置之复杂，每次使用都要重新学习，十分不方便（这也从侧面证明了该过程步之强大，涵盖范围之广）。再后来学习姚志勇老师的课程，姚老师教导我们，“要知其然知其所以然”，“任何过程步本质上是在程序后台运行数据步”，本着学以致用的原则，我们就在实际案例中练习一下。假设我们经营着一家全国性大
2020-07-08 00:32:54
4076
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人