【拉勾】 | python第二次直播

基础补充

基本对象
基本数据类型:python 数据类型
时间函数
需求

把不规范的数据规范化，输入的时间是字符串类型，需要先将str转化成time，此时是time类型加上31天，得到需求结果，再将time转成str
import datetime a = ‘10/20/2021 08：01：02’ # 原始数据是不规范的，冒号是中文 date= date.time.date.time.strptime(a,’%m/%d/%Y %H: %M: %S ‘) #原数据是中文冒号，这里也要写中文 print(date) #+31天，不能直接加31，要用到函数datetime.timedelta date_set = date + datetime.timedelta(days = 31) #现在得到的date_set就是增加了31天之后的时间了 b = datetime.datetime.strftime(date_set,’%Y—%m—%d %H:%M:%S’) #最终结果就是规范化的数据并且相加31天
易错点，
strptime Python time strptime()方法 | 菜鸟教程
strftime Python time strftime() 方法 | 菜鸟教程

numpy笔试题

在numpy中有两个矩阵：array，mat。array偏向于表示向量，mat偏向于表示矩阵。
相似度计算，就是协同过滤的算法
对于numpy的理解和掌握还处于门外的级别，需要多练习项目让自己拥有能够独立解题的能力。

巴西电商项目

拿到数据第一步首先了解数据的各个字段代表的是什么意思，有没有缺失值，查看数据完整性，是否需要数据清洗。

• 字段解释
  
  • 在客户ID列中，出现了浮点数，客户ID是固定的数值，通常情况下不会出现浮点数，出现浮点数就说明这一列里有Nan值，也就是空值，使用 d.isnan().any() 就可以查看空值。在pandas中会默认使用float64进行记录浮点数。
    
  • df.info()显示所有信息
    
  • df.isnull().any()查看缺失值
    
• 计算
  

GMV全称Gross Merchandise Volume，是成交总额（一定时间段内）的意思。GMV=销售额+取消订单金额+拒收订单金额+退货订单金额。简单来说就是成交金额-退款金额。

• 筛选第一季度和第二季度的数据
  
  • 因为数据源的日期并不规范，需要将日期规范成容易处理的类型。
    
  • df.query()，这是一个筛选函数，括号里面可以使用@符号后面跟声明的变量。/ Pandas查询数据df.query
    
  • from pandasql import sqldf 导入sql语法，可支持基本的SQL查询语句