缺失数据比较多的情况下，可以直接滤除，缺失数据比较少时，对数据进行填充就很有必要了。数据填充函数fillna（）默认参数如下：fillna(self, value=None, method=None, axis=None, inplace=False, limit=None, downcast=None, **kwargs)import numpy as npfrom numpy ...

1.把txt文件转为csv，txt之间是空格隔开，转为csv时需要把空格转换为逗号，网上找的一个版本，只需要三行代码，特别犀利import numpy as npimport pandas as pddata_txt = np.loadtxt('datas_train.txt')data_txtDF = pd.DataFrame(data_txt)data_txtDF.to_csv...

select activity_date day, count(distinct user_id) active_usersfrom activitywhere activity_date > date_sub('2019-07-27', interval 30 day)and activity_date <= '2019-07-27'group by act..

术语解释SHELL一种用于与操作系统进行交互的命令行界面OPEN_MR开放式 MapReduce，用于并行处理大规模数据集ODPS_SQL阿里云的开放数据处理服务中使用的类似 SQL 的语法ODPS_MR阿里云的开放数据处理服务中的 MapReduce 计算引擎数据集成将来自不同数据源的数据整合和合并的过程算法实验算法验证和模型训练的过程机器学习PAI阿里云提供的一站式机器学习开发和部署环境组合节

wordcloud安装参考：下载安装wordcloudsnownlp安装参考：下载安装snownlpjieba安装参考：使用码云下载Github文件wordcloud强调python版本，snownlp和jieba不强调版本，我装的都是python3.6下的。数据：和鲸社区数据-京东2k条评论import pandas as pddata = pd.read_csv('C:/Users/admin

保留年月日：对于datetime类型的数据，也就是需要获取对应date类型的数据表lizi：方法一：直接ctrl+d，找到对应表的数据结构，手动更改，这会影响原始数据，如果没关系的话，可以采用方法二：用sql语句：把表lizi里的日期字段改为date类型，强烈不建议采用，我只改一条数据就花了1s多alter table lizi modify column 日期 date方法三：参考博客：mysq

1、https://www.cnblogs.com/timssd/p/5882742.html2、https://www.cnblogs.com/zhaopanpan/p/10133224.htmlsql查询匹配数字开头或字母开头第一个字符是字母'^[a-zA-Z]+$'其余前缀为前缀名是包含字母（大写或小写）、数字、下划线 '_'、句点 '.' 和/或横杠 '-' 的字符串'-' '.'为特殊字

1·