MongoDB聚合管道：初學者也能看懂的數據分析方法
MongoDB聚合管道是數據處理的“流水線”，通過多階段加工實現複雜數據分析。核心是由多個“階段”組成，每個階段處理前一階段輸出，依次完成篩選、投影、分組統計等操作。 關鍵階段包括：`$match`（篩選，類似SQL WHERE）、`$project`（投影，類似SELECT）、`$group`（分組統計，如平均分、總數，類似GROUP BY）、`$sort`（排序）、`$limit`（限制數量）。 實戰中，通過多階段組合可實現複雜分析：如篩選1班數學成績並投影姓名和分數（`$match+$project`），按科目分組計算平均分（`$group+$sort`），或統計班級+科目平均分及人數（複合分組）。常用操作符還包括`$sum`（求和）、`$avg`（平均）等。 其優勢是無需手動導出數據，通過管道式組合高效完成分析，建議從簡單階段開始，逐步練習多階段嵌套，熟悉各階段作用即可掌握。
閱讀全文pandas索引（Index）入門：輕鬆搞定數據排序與重命名
### pandas索引（Index）詳解 索引是pandas中標識數據位置和內容的關鍵，類似Excel的行號/列標題，是數據的“身份證”，核心作用包括快速定位數據、支持排序和合並操作。 **數據排序**： - **Series排序**：按索引排序用`sort_index()`（默認升序，可設`ascending=False`降序）；按值排序用`sort_values()`（默認升序，同理可降序）。 - **DataFrame排序**：按列值排序用`sort_values(by=列名)`，按行索引排序用`sort_index()`。 **重命名索引**： - 用`rename()`方法修改行/列標籤，如`df.rename(index={舊名:新名})`或`df.rename(columns={舊名:新名})`； - 直接賦值修改：`df.index = [新索引]`或`df.columns = [新列名]`，需保證長度一致。 **注意事項**： - 區分行索引（`df.index`）和列索引（`df.columns`）； - 修改索引時
閱讀全文