Nach diesen Kursen fühle ich mich sicher, professionelle Visualisierungen und Dashboards zu erstellen.
Shoebur RahmanBeschaffungsspezialist, Giz Bangladesh
Kursbeschreibung
Wenn du viele Data Scientists und Data Analysts nach ihren häufigsten Aufgaben im Arbeitsalltag fragen würdest, stünde Datenbereinigung fast überall auf der Liste. Das liegt daran, dass Daten aus der Praxis oft unordentlich sind. Damit du solche Daten in den Griff bekommst, zeigt dir dieser Kurs, wie du Daten in einer PostgreSQL-Datenbank bereinigst. Du lernst, typische Probleme zu lösen – etwa unordentliche Strings zu säubern, leere Werte zu behandeln, die Ähnlichkeit von Strings zu vergleichen und vieles mehr. Du übst das Ganze hands-on mit interessanten (aber unordentlichen) Datensätzen aus dem Open-Data-Programm von New York City. Bereit, dein Datenchaos zu bändigen?
Voraussetzungen
Lernprogramm
Kursübersicht
1
Grundlagen der Datenbereinigung
In diesem Kapitel lernst du Ansätze zur Datenbereinigung in PostgreSQL-Datenbanken kennen und erfährst, warum es sich lohnt, Daten so früh wie möglich in der Pipeline zu bereinigen. Außerdem lernst du grundlegende String-Bearbeitung wie das Entfernen unnötiger Leerzeichen und fortgeschrittenere Themen wie Musterabgleich und String-Ähnlichkeit, um bereinigungsbedürftige String-Werte zu erkennen.
- Einführung in die Datenbereinigung50 XP
- Eine Denkweise für Datenbereinigung entwickeln50 XP
- Funktionen zur Bereinigung von Strings anwenden100 XP
- Musterabgleich50 XP
- Parkverstöße nach Tageszeit klassifizieren100 XP
- Identifizierende Informationen mit regulären Ausdrücken maskieren100 XP
- Ähnliche Strings abgleichen50 XP
- Uneinheitliche Farbnamen abgleichen100 XP
- Farbnamen standardisieren100 XP
- Mehrere Farben standardisieren100 XP
- Text für Kolleg:innen formatieren100 XP
2
Fehlende, doppelte und ungültige Daten
Du lernst, wie du Abfragen schreibst, um typische Probleme mit fehlenden, doppelten und ungültigen Daten in PostgreSQL-Tabellen zu lösen. In praktischen Übungen setzt du die Funktion COALESCE(), eine SELECT-Abfrage und die WHERE-Klausel ein, um unordentliche Daten zu bereinigen.
3
Daten konvertieren
Manchmal musst du Daten in einer PostgreSQL-Datenbank von einem Datentyp in einen anderen umwandeln. In diesem Kapitel erkundest du Ausdrücke, mit denen du Text in numerische Typen konvertierst, und wie du Strings für zeitliche Daten formatierst.
4
Daten transformieren
Im letzten Kapitel lernst du, deine Daten zu transformieren und Pivot-Tabellen zu erstellen. Anhand realer Postdaten entdeckst du, wie du Adressen mit leistungsstarken Funktionen wie CONCAT(), SUBSTRING() und REGEXP_SPLIT_TO_TABLE() zusammenführst und in Stadt, Bundesstaat und Postleitzahl aufteilst.
S
Datenbereinigung in PostgreSQL-Datenbanken
Kurs
abgeschlossen
