Nettoyer des données dans des bases PostgreSQL

Dans ce chapitre, vous découvrirez les approches de nettoyage de données avec des bases PostgreSQL et comprendrez l’intérêt de nettoyer les données le plus tôt possible dans le pipeline. Vous apprendrez aussi des techniques de base d’édition de chaînes, comme la suppression d’espaces superflus, ainsi que des sujets plus avancés comme la recherche de motifs et la similarité de chaînes pour repérer les valeurs à nettoyer.

Vous apprendrez à écrire des requêtes pour résoudre des problèmes courants de données manquantes, dupliquées et invalides dans des tables PostgreSQL. À travers des exercices pratiques, vous utiliserez la fonction COALESCE(), la requête SELECT et la clause WHERE pour nettoyer des données désordonnées.

Il arrive que vous deviez convertir des données stockées dans une base PostgreSQL d’un type à un autre. Dans ce chapitre, vous explorerez les expressions nécessaires pour convertir du texte en types numériques et comment formater des chaînes pour des données temporelles.

Dans le dernier chapitre, vous apprendrez à transformer vos données et à construire des tableaux croisés. En travaillant sur des données postales réelles, vous verrez comment combiner et scinder des adresses en ville, État et codes postaux à l’aide d’un ensemble de fonctions puissantes, dont CONCAT(), SUBSTRING() et REGEXP_SPLIT_TO_TABLE().