Size: a a a

Python для анализа данных

2021 August 23

VM

Valerii Mamontov in Python для анализа данных
Причин может быть несколько.
Я, будучи новичком, тоже не всегда удачно формулировал свои мысли и проблему.

В закреп не нужно, а то получится мини стаковерфлоу по ДА))
источник

IS

Ilya Shutov in Python для анализа данных
тут же речь не про мысли.
если машинка не собирается. то надо все детальки принести вместе с инструкцией и показать, что не собирается.
просто аккуратно донести до товарищей
https://giphy.com/gifs/fdLR6LGwAiVNhGQNvf
источник

VM

Valerii Mamontov in Python для анализа данных
Я иногда читаю свои старые письма и ужасаюсь. Такой слог, что стыдно. Что я хотел сказать, зачем...
Помогла исправиться книга "Пиши, сокращай" Максима Ильяхова))
источник

VM

Valerii Mamontov in Python для анализа данных
источник

h

helby in Python для анализа данных
Книга обычный массмаркетинг

На подобии "Не ной"/"Не ссы"


лучше уже читать искусство ораторского мастерства, либо что-то научное о письме в принципе
источник

IS

Ilya Shutov in Python для анализа данных
для начала, json не по RFC
источник

h

helby in Python для анализа данных
Вот кстати статьи, где наглядно разбираются случаи парсинга джейсона

Может кому будет полезно

https://habr.com/ru/post/574110/

https://habr.com/ru/post/448950/
источник

M

Mikhail in Python для анализа данных
ад какой
источник

M

Mikhail in Python для анализа данных
мне как-то пришлось такое парсить, так себе опыт. кажется решил через eval, но там была гарантия, что не будет ничего кроме диктов
источник

GV

George Vinogradov in Python для анализа данных
Всем привет!
Возможно в комьюнити вакансия BI аналитика в международную фармацевтическую компанию кому-нибудь окажется релевантной и интересной 😊

https://colossal-baroness-b09.notion.site/We-are-hiring-BI-Analyst-d87cae78ee914fbc8db630f607650b75
источник

IS

Ilya Shutov in Python для анализа данных
1. надо оперировать исходным json, а не суррогатными python структурами
2. удобнее с апи играться Postman и только потом перекладывать в код.
3. есть куча удобных онлайн утилит, которые помогают покрутить предварительно json в удобном виде. например, http://jsoneditoronline.org/, https://jsonformatter.curiousconcept.com/#
4. нет смысла на одну содержательную сутевую строку давать 100 строк обработчика ошибок. причем не с логированием, а с печатью на экран. если сломалось — печаль, сохраняем в список. если все ок — работаем дальше. API должно работать, данные должны быть собраны. Если не работает, то, возможно надо потом перезапрашивать (бывает частенько в дурацких системах). но для этого должен вестись и сохраняться список отработанных и неудачных, а не печать на экран
5. jq работает на ура.
https://jqplay.org/s/cxhJmtOhye
источник

IS

Ilya Shutov in Python для анализа данных
У МакКинзи книжка была интересная про деловое письмо
источник

IS

Ilya Shutov in Python для анализа данных
От она!
источник

IS

Ilya Shutov in Python для анализа данных
источник
2021 August 24

H

HK416 140316 in Python для анализа данных
Доброе утро всем !
ребята помогите по column_hell не могу правильно разделить
колонки и строки , проверял 1000 способов

либо строки отдельно в конце начинается либо колонки
источник

H

HK416 140316 in Python для анализа данных
вот дата фрейм
источник

H

HK416 140316 in Python для анализа данных
df = pd.DataFrame(df, columns=['DATA_TYPE', 'POLICY_ID',
                    'POLICY_BEGIN_MONTH','POLICY_END_MONTH','POLICY_IS_RENEWED',
                    'POLICY_SALES_CHANNEL',
                    'POLICY_SALES_CHANNEL_GROUP','POLICY_BRANCH',
                    'POLICY_MIN_AGE','POLICY_MIN_DRIVING_EXPERIENCE',
                    'VEHICLE_MAKE','VEHICLE_MODEL',
                    'VEHICLE_ENGINE_POWER',
                    'VEHICLE_IN_CREDIT',
                    'VEHICLE_SUM_INSURED',
                    'POLICY_INTERMEDIARY',
                    'INSURER_GENDER',
                    'POLICY_CLM_N',
                    'POLICY_CLM_GLT_N',
                    'POLICY_PRV_CLM_N',
                    'POLICY_PRV_CLM_GLT_N',
                    'CLIENT_HAS_DAGO',
                    'CLIENT_HAS_OSAGO',
                    'POLICY_COURT_SIGN',
                    'CLAIM_AVG_ACC_ST_PRD',
                    'POLICY_HAS_COMPLAINTS',
                    'POLICY_YEARS_RENEWED_N',
                    'POLICY_DEDUCT_VALUE',
                    'CLIENT_REGISTRATION_REGION',
                    'POLICY_PRICE_CHANGE'])



этот вариант тоже не помог
источник

H

HK416 140316 in Python для анализа данных
df.columns = [] тоже не помог
источник

IS

Ilya Shutov in Python для анализа данных
источник

H

HK416 140316 in Python для анализа данных
огромное спасибо!
источник