Size: a a a

Python для анализа данных

2021 April 06

KM

Konstantin Mohov in Python для анализа данных
['column'].str.replace
источник

KM

Konstantin Mohov in Python для анализа данных
а дальше проверять регулярку, если не заменяется
источник

A

Andrey Denisov in Python для анализа данных
df = pd.DataFrame(np.array([[1, '', 3], [4, 5, 6], [7, 8, 9]]), columns=['a', 'b', 'c'])
df['b'] = df['b'].str.replace(r"\s+", '0', regex=True)
источник

A

Andrey Denisov in Python для анализа данных
Регулярка ок
источник

A

An in Python для анализа данных
Есть кто из райфайзена?
источник

KM

Konstantin Mohov in Python для анализа данных
а что сделать то хочешь?
источник

A

Andrey Denisov in Python для анализа данных
Заменить пустое значение
источник

A

Andrey Denisov in Python для анализа данных
Разобрался. Эта регулярка почему-то не подходит О____о
Корректная - ^\s*$
источник
2021 April 07

OK

Olga Kartashova in Python для анализа данных
Всем привет! У меня назрел вопрос. Очень часто в разных чатах вижу упоминания того, что самообучение это хорошо, но вышка нужна техническая ибо без матана, линала и статики в Ds далеко не уйдешь. У меня образование экономическое (магистратура). Выпускным проектом была эконометрическая модель. Эти дисциплины были у меня по два года и сейчас я просто вспоминаю, то что учила ранее. Подобный бэкграунд будет + или скорее -?
источник

T

Tishka17 in Python для анализа данных
К сожалению, в России достаточно разнообразное экономическое образование. Есть универы, где тебе бухучет и Ворд покажут, а есть где будут пять лет гонять по матану, статистике и, не дай бог, теории случайных процессов. Если ты ближе ко второму - это хорошо.
источник

OK

Olga Kartashova in Python для анализа данных
Тут скорее второе
источник

ВL

Владислав Lazycat... in Python для анализа данных
эконометрика это скорее статистика. А для DS необходим нечто большее (хотя конечно статистика тоже нужна). теорвер например.
почитайте тут:
https://habr.com/ru/company/plarium/blog/442772/
источник

KK

Ksenia Kuvshinova in Python для анализа данных
Звучит будто в эконометрике не нужен тервер)
источник

KK

Ksenia Kuvshinova in Python для анализа данных
Для меня машинное обучение - это такая эконометрика на больших данных
источник

KK

Ksenia Kuvshinova in Python для анализа данных
Потому что статтесты на больших выборках бывает дорого делать
источник

OK

Olga Kartashova in Python для анализа данных
Я же и не писала, что знаю только это. Вот именно по таким спискам начала проходить и поняла, что 90% это уже изученное ранее, что просто требует освежения в памяти
источник

KK

Ksenia Kuvshinova in Python для анализа данных
Ну вот у меня экономическое образование (бак) и проблемы пока с тем, что медленно программирую

Можно посмотреть программу фкн ВШЭ по линалу, она очень хорошая
источник

I

Igor in Python для анализа данных
Ну, я бы не сказал. Машинное обучение с ростом вычислительных возможностей больше пересекается с разными дисциплинами - теорией информации/теорией игр/байесовской статистикой и методами Монте Карло/дискретной математикой. В то же время эконометрика больше опирается на частотную статистику (если посмотреть на перечень дисциплин в курсе эконометрики).

Также, те же стат.тесты на больших данных вряд-ли делают - в основном они применяются только для экспериментов на сравнительно небольших выборках, хотя и там уже много используется не классика.
источник

KK

Ksenia Kuvshinova in Python для анализа данных
Ну серьезная академическая эконометрика тоже много с чем пересекается
источник

A

Alexander in Python для анализа данных
Эх, учился на инженера, были и статистика, и тервер, и методы оптимизации углубленные и теория случайных процессов
источник