在一个excel的单元格里如何显示另一个excel文件单元格里的数据我们可以使用文件引用，很简单，下面是具体的过程：

• 我们看到我现在有几个excel文件，现在想要在A.xlsx中显示B1.xlsx中的数据，打开A.xlsx

• 随便找一个单元格输入公式：=’F:\数据分析存档\excel[b1.xlsx]Sheet1’!A1

• 这个公式的意思是：文件的路径+[文件名称]+工作表名！单元格地址

• 这样在这个单元格里已经显示了另一个excel的内容，下面我们增加一个功能

• 增加一个超链接，点击超链接就可以打开所引用的文件，右键单击单元格，选择【超链接】

• 在打开的对话框中选择你所引用的文件夹，点击确定即可

转载请注明来自DataScience.

邮箱: 675495787@qq.com

安装好了matplotlib，但是引入的时候出现问题，无法引用，提示引用错误：ImportError: matplotlib requires pyparsing。然后通过安装pyparsing模块解决了这个问题，为了让大家都解决这个问题，我把我遇到问题描述在这里：

• 首先，我用的是exe文件装的matplotlib模块：

• 安装过程没有任何提示错误，但是引用的时候出现问题：提示错误

• Traceback (most recent call last):

• File “<pyshell#0>”, line 1, in

• import matplotlib
  

• File “D:\Python27\lib\site-packages\matplotlib_init_.py”, line 125, in

• raise ImportError("matplotlib requires pyparsing")
  

• ImportError: matplotlib requires pyparsing

• 解决问题的方法是安装pyparsing，用到setuptools，如果你没有安装setuptools，你可以在这里安装：http://jingyan.baidu.com/article/b907e627dd80df46e7891c2c.html

• 接着我们打开命令窗口，输入命令easy_install pyparsing

• 接着，我们引入matplotlib，就成功了

转载请注明来自DataScience.

邮箱: 675495787@qq.com

有时候我们拿到的数据是不规范的，比如从数据库中直接导出的数据就是。我们举个例子，每个记者每发一篇文章就会增加一条记录，在统计每个月的工作绩效的时候，需要统计每个记者到底发了多少稿件，我们就用到了数据聚合aggregate。
方法/步骤

• 打开数据以后，我们在菜单栏上执行：data–aggregate，打开数据聚合对话框

• 将记者姓名放到分组变量，然后将稿件数量和字数都放到聚合变量里，这时候你看到了，系统默认是求均值，我们要求的其实是总和，所以，先选中其中一个变量，比如选中稿件数量，然后点击function

• 在打开的function对话框中，勾选sum，然后点击continue，这样就将均值转换成了求和

• 同样的方法，勾选字数，点击function按钮

• 勾选sum，然后点击continue，返回数据聚合对话框

• 这时候我们所有的设置已经基本完成，点击ok即可开始转换数据

• 最后看到数据结果了，最后生成了两列变量，分别求出了每个记者的稿件数量和字数总数

转载请注明来自DataScience.

邮箱: 675495787@qq.com

pandas是python环境下最有名的数据统计包，而DataFrame翻译为数据框，是一种数据组织方式，这么说你可能无法从感性上认识它，举个例子，你大概用过Excel，而它也是一种数据组织和呈现的方式，简单说就是表格，而在在pandas中用DataFrame组织数据，如果你不print DataFrame，你看不到这些数据，下面我们来看看DataFrame是如何使用的。

• 首先是引入pandas和numpy，这是经常配合使用的两个包，pandas依赖于numpy，引入以后我们可以直接使用np/pd来表示这个两个模块

• 先创建一个时间索引，所谓的索引（index)就是每一行数据的id，可以标识每一行的唯一值

• 为了快速入门，我们看一下如何创建一个6X4的数据：randn函数用于创建随机数，参数表示行数和列数，dates是上一步创建的索引列

• 我们还可以使用字典来创建数据框，例如创建一个列名为A的数据框，索引是自动创建的整数

• 这又是一个字典创建DataFrame的例子

• 假如字典内的数据长度不同，以最长的数据为准，比如B列有4行：

• 可以使用dtypes来查看各行的数据格式

• 接着看一下如何查看数据框中的数据，看一下所有的数据

• 使用head查看前几行数据（默认是前5行），不过你可以指定前几行

• 查看前三行数据

• 使用tail查看后5行数据

• 查看数据框的索引

• 查看列名用columns

• 查看数据值，用values

• 查看描述性统计，用describe

• 使用type看一下输出的描述性统计是什么样的数据类型——DataFrame数据

• 使用T来转置数据，也就是行列转换

• 对数据进行排序，用到了sort，参数可以指定根据哪一列数据进行排序。

• 好了，这篇入门教程到这里，后面还有很多，希望有志同道合的朋友一起交流学习，有什么说的不对的地方，请批评指正。

转载请注明来自DataScience.

邮箱: 675495787@qq.com

我们经常要将日期转换成星期，这个在Excel中很容易实现，但是如何使用vba来转换，这个可能大家就不熟悉了，今天就来给大家演示一下如何使用vba来进行日期到星期的转换：

• 首先打开Excel，如图所示，有一列日期，我们在第二列输入周几，作为星期列

• 我们切换到vb界面，如图所示，在菜单栏上执行：开发工具–vb

• 双击模块，打开模块，在这个模块中定义一个函数，如图所示：在下面的参考资料里有这个Excel文件的下载链接

• 接着我们选中b2单元格，输入公式：=周几（a2），这样就可以计算周几了

• 拖动b2单元格的右下角，快速填充下面的单元格，到此我们就完成了所有的日期的转换

转载请注明来自DataScience.

邮箱: 675495787@qq.com

我们经常处理的数据是不规范的，尤其是包含日期的数据，通常需要做一些转换，今天我们就做一个按月分组的实例，具体过程如下：

• 引入相关模块

• 创建一个DataFrame对象，索引为日期
  查看一下数据的前5行

• 假如索引为日期Series，按月分组很简单，用到了一个lambda函数
  分组后的情况：

• 但是有时候，索引不是日期，但是有一列数据为日期格式，因此，我们同样可以使用一个lambda函数来进行分组：
  分组结果为：

• 但实际上，我们还可以将日期数据列设置为索引就可以使用上一种方法啦：
  输出结果：

• 假如，我们的日期数据是以字符串的形式存储的，也不必着急，我们可以轻松的将其转换为Date
  数据结果为：

转载请注明来自DataScience.

邮箱: 675495787@qq.com

这篇文章写的不是很详细，所以我又补充了一个详细版教程，你可以相互结合着看：http://jingyan.baidu.com/article/7082dc1c569f18e40a89bd21.html

• 我们先来创建一个文件夹deltatest（这是我在sae上创建的应用名称），如图所示，用于存放我们的django创建的站点

• 在deltatest文件夹上面右键单击，然后选择SVN检出，建立与SAE的链接

• 这里大家都应该知道怎么设置，不会的看我上一篇文章【SVN教程[3]SEA代码部署】，点击确定

• 我们使用django在deltatest文件夹下面创建一个站点，用了下面两个命令。如果你不会，可以参考这篇经验：Django教程：[2]创建一个站点

• 这样就在deltatest文件夹下面多了一个文件夹deltatest，将这个文件夹重命名为1

• 我们右键单击文件夹，然后选择提交

• 打开浏览器，输入你的应用的域名，这个在你申请应用的时候设置的，你会看到django的欢迎界面，这说明django部署成功，还是不会的请在下面留言。

转载请注明来自DataScience.

邮箱: 675495787@qq.com

假如我们想要知道矩阵a和矩阵b中所有对应元素是否相等，我们需要使用all方法，假如我们想要知道矩阵a和矩阵b中对应元素是否有一个相等，我们需要使用any方法。下面看几个例子：

• 先引入numpy模块

• 创建两个数组，当然，在这里，我通常把数组教程矩阵或者向量，这无关紧要

• 检测一下是否a和b中所有对应元素均相等，如果均相等，返回true，只要有一个不相等，返回false

• 创建一个数组c

• 检测一下是否a和c中所有对应元素均相等，如果均相等，返回true，只要有一个不相等，返回false

• 但是any相反，只要有一个元素相等就可以返回true

• 再尝试一次：

• 本篇教程用到的所有代码都呈现在下方：

• import numpy

• a=numpy.array([1,2,3])

• b=a.copy

• a

• array([1, 2, 3])

• b

• <built-in method copy of numpy.ndarray object at 0x0000000002EA41D0>

• b=a.copy()

• b

• array([1, 2, 3])

• (a==b).all()

• True

• c=b.copy()

• c[0]=0

• c

• array([0, 2, 3])

• a

• array([1, 2, 3])

• (a==c).all()

• False

• (a==c).any()

• True

• c[1]=0

• c

• array([0, 0, 3])

• a

• array([1, 2, 3])

• (c==a).any()

• True

转载请注明来自DataScience.

邮箱: 675495787@qq.com

groupby对象可以按照列选择数据，这种做法可以减少运算量，提高运算速度。而这里讲的迭代就是对各个组进行迭代以便对各个组进行不同的操作，因为进行相同的操作不必使用迭代。

• 引入相关模块

• 创建一个DataFrame对象，有两个index和两个column

• 打印一下，看看DataFrame到底有哪些内容

• 以color index进行分类，然后选择a列数据，分组计算a列数据的总数
  计算结果为：

• 假如我们不选择a列，直接计算总数，可以得到。如果我们不需要b列的数据，那么显然事先选择a列进行计算可以减少无效的运算

• 迭代输出各个组的数据：
  输出结果：

• 假如分类索引有两个，分别是color和food
  这时候迭代的结果显示，名称变为一个元组：

• 致力于数据分析的同行，欢迎与我联系交流

转载请注明来自DataScience.

邮箱: 675495787@qq.com

今天使用python链接mysql数据的时候发现总是提示错误“Can’t connect to MySQL server (10060)”经过我反复尝试，发现错误在于python链接数据库的时间过长，链接失效了，所以需要重新连接。我们可以判断返回的错误自动进行连接。不过并不是所有的10060错误都是这个原因。我也罗列了各种问题和解决的方法。

转载请注明来自DataScience.

邮箱: 675495787@qq.com