資料分析
含有「資料分析」共 164 篇內容
全部內容
發佈日期由新至舊
在實務分析中，我們常常會把兩份資料合併。但你有沒有遇過這種情況——資料合併完了，但你忘了哪一筆原本是從左邊來的？還是右邊才有？甚至兩邊都有？
這時就可以用 indicator=True 幫你標記每一欄的「出身」。
資料範例：左邊是員工資料、右邊是津貼資料
import pandas as
題目概述
LeetCode 第 1174 題「Immediate Food Delivery II」的目標是計算所有顧客的第一筆訂單中，即時配送（即訂單日期與顧客偏好配送日期相同）的比例，並將結果四捨五入至小數點後兩位。
[問題連結]
題目概述
這題想解的是：當我們手上有一份記錄了機器上 process 的開始與結束時間的表格，要怎麼計算「每台機器平均每個 process 花了多少秒」？
趁著記憶猶新，幫自己記錄這三年做了哪些事，供未來追憶之用。其次，從紐西蘭回來後，順便提醒自己，有哪些內容可以考慮添加到履歷與自傳當中：
1. 一年實習養成計畫
2. 每周一次的讀書會
3. PMP制度規範的建立
4. 為產品與專案服務
5. 破除產業框架與產業迷思
Top-down 成本分析：快速，但有盲點？
前幾天在Threads聊到 Top-down 分析法，簡單來說，就是從全局數字出發（像是總成本），再用平均值、比例、歷史指標去拆給不同部門或產品。這種做法很適合想快速抓個方向的時候用，成本低、也容易建置，但問題是 - 它犧牲了「細節」和「精準度」。
當我們需要處理層級結構的資料時，HackerRank - Binary Search Tree Nodes 這題應該算是個很經典的 SQL 分類題。這篇就來拆解這道題目，從題目概述、輸入格式、輸出格式到 SQL 解法，一步步分析如何解決這道題目。(本篇以MS SQL Server語法教學)
資料表格式
OCCUPATIONS 表的結構如下：
OCCUPATIONS 表中包含以下數據 (範例)：
問題描述
請從 OCCUPATIONS 表中生成以下兩個結果：
按字母順序排列 OCCUPATIONS 表中的所有姓名，並在每個姓名後加上其職業的首字母，括號括起來。