Namen mit SOUNDEX() vergleichen

Unsaubere Strings wie 'Ilynois' statt 'Illinois' können bei der Datenanalyse Probleme machen. Deshalb ist es wichtig, sie zu erkennen.

Bei der Analyse der Tabelle flight_statistics fällt dir auf, dass einige statistician_name und statistician_surname unterschiedlich geschrieben sind, zum Beispiel Miriam Smith und Myriam Smyth. Du vermutest, dass es noch mehr solcher Unterschiede gibt, und möchtest deshalb alle diese Namen überprüfen.

Du überlegst, die Namen der Statistiker:innen mit SOUNDEX() zu vergleichen. Wenn das Ergebnis von SOUNDEX() gleich ist, die verglichenen Texte aber unterschiedlich sind, findest du die Daten, die du bereinigen musst.

Diese Übung ist Teil des Kurses

Datenbereinigung in SQL Server-Datenbanken

Kurs anzeigen

Anleitung zur Übung

Wähle die unterschiedlichen Werte der Spalten statistician_name und statistician_surname aus S1.
Führe einen INNER JOIN der Tabelle flight_statistics als S2 auf ähnlich klingende Vor- und Nachnamen mit SOUNDEX() aus.
Filtere Werte heraus, bei denen statistician_name bzw. statistician_surname in S1 und S2 jeweils voneinander abweichen.

Interaktive Übung

Vervollständige den Beispielcode, um diese Übung erfolgreich abzuschließen.

SELECT 
    -- First name and surname of the statisticians
	DISTINCT S1.___, S1.___
-- Join flight_statistics with itself
FROM ___ S1 INNER JOIN ___ S2 
	-- The SOUNDEX result of the first name and surname have to be the same
	ON ___(S1.___) = ___(S2.___) 
	AND ___(S1.___) = ___(S2.___) 
-- The texts of the first name or the texts of the surname have to be different
WHERE S1.___ <> S2.___
	OR S1.___ <> S2.___

Code bearbeiten und ausführen