Ir al contenido principal

Curso

Limpieza de datos en bases de datos PostgreSQL

IntermedioNivel de habilidad

Actualizado 9/2022

Aprende a dominar los datos desorganizados y sin procesar almacenados en una base de datos PostgreSQL para extraer información precisa.

Comienza el curso gratis

SQLData Preparation

4 h

15 vídeos

49 Ejercicios

4,050 XP

14,207

Certificado de logros

Preferido por estudiantes en miles de empresas

¿Formando un equipo?

Prueba para empresas

Descripción del curso

Si encuestaras a muchas personas que trabajan como data scientists y analistas de datos sobre las tareas más habituales de su día a día, la limpieza de datos aparecería en casi todas las respuestas. Esto se debe a que los datos del mundo real son desordenados. Para ayudarte a controlarlos, este curso te enseña a limpiar datos almacenados en una base de datos PostgreSQL. Aprenderás a resolver problemas comunes como limpiar cadenas confusas, tratar valores vacíos, comparar la similitud entre cadenas y mucho más. Pondrás en práctica estas tareas con conjuntos de datos interesantes (aunque desordenados) del programa Open Data de la ciudad de Nueva York. ¿Listo para poner en forma esos datos desordenados?

Requisitos previos

Data Manipulation in SQL

1

Fundamentos de limpieza de datos

En este capítulo, comprenderás los enfoques de limpieza de datos al trabajar con bases de datos PostgreSQL y aprenderás el valor de limpiar los datos lo antes posible en el pipeline. También verás técnicas básicas de edición de cadenas, como eliminar espacios innecesarios, y temas más avanzados como la coincidencia de patrones y la similitud de cadenas para identificar valores que necesitan limpieza.

Introducción a la limpieza de datos

Desarrollar una mentalidad de limpieza de datos

Aplicar funciones para limpiar cadenas

Coincidencia de patrones

Clasificar multas de estacionamiento por momento del día

Enmascarar información identificable con expresiones regulares

Coincidencia de cadenas similares

Hacer coincidir nombres de color inconsistentes

Estandarizar nombres de colores

Estandarizar varios colores

Formatear texto para tus compañeros

Iniciar capítulo

2

Datos faltantes, duplicados e inválidos

Aprenderás a escribir consultas para resolver problemas habituales de datos faltantes, duplicados e inválidos en tablas de bases de datos PostgreSQL. A través de ejercicios prácticos, usarás la función COALESCE(), la consulta SELECT y la cláusula WHERE para limpiar datos desordenados.

Cómo manejar datos faltantes

Cuantificar la integridad

Usar un valor de relleno

Analizar registros incompletos

Cómo gestionar datos duplicados

Multas de aparcamiento duplicadas

Resolver duplicados imparciales

Detección de valores no válidos

Detección de valores no válidos con expresiones regulares

Identificar años de modelo de vehículo fuera de rango

Detectar datos inconsistentes

Identificar infracciones de aparcamiento no válidas

Infracciones inválidas con restricciones de aparcamiento nocturno

Recuperar datos eliminados

Iniciar capítulo

3

Conversión de datos

A veces necesitas convertir datos almacenados en una base de datos PostgreSQL de un tipo de dato a otro. En este capítulo, explorarás las expresiones necesarias para convertir texto a tipos numéricos y cómo formatear cadenas para datos temporales.

Conversiones de tipos de datos

Conversión de tipo con una cláusula CASE

Aplicar funciones de agregación a valores convertidos

Análisis y formato de fechas

Limpiar fechas no válidas

Convertir y mostrar fechas

Análisis y formato de marcas de tiempo

Extraer horas de un valor de hora

Un informe de multas de estacionamiento por día del mes

Comportamientos de estacionamiento arriesgados

Iniciar capítulo

4

Transformación de datos

En el capítulo final, aprenderás a transformar tus datos y a construir tablas dinámicas. Trabajando con datos postales reales, descubrirás cómo combinar y dividir direcciones en ciudad, estado y códigos postales usando múltiples funciones potentes como CONCAT(), SUBSTRING() y REGEXP_SPLIT_TO_TABLE().

Combinar columnas

Recuento de infracciones de aparcamiento en esquinas

Crear un TIMESTAMP con concatenación

Dividir datos de columnas

Extraer unidades de tiempo con SUBSTRING()

Extraer números de portal de una cadena

Dividir datos con delimitadores

Dividir números de portal con un delimitador

Mapeando restricciones de estacionamiento

Crear tablas dinámicas

Seleccionar datos para una tabla dinámica

Usar FILTER para crear una tabla dinámica

Agregando categorías de filmación

Cierre del curso

Iniciar capítulo

Limpieza de datos en bases de datos PostgreSQL

Curso
completo

Obtener certificado de logros

Añade esta certificación a tu perfil de LinkedIn o a tu currículum.
Compártelo en redes sociales y en tu evaluación de desempeño.Inscríbete ahora

¡Únete a 19 millones de estudiantes y empieza Limpieza de datos en bases de datos PostgreSQL hoy mismo!

Desarrolla tus habilidades de datos con la aplicación móvil de DataCamp

Progresa desde cualquier dispositivo móvil con nuestros cursos y desafíos de programación diarios de 5 minutos.