In diesem Kapitel lernst du, wie du Spalten auf der Grundlage von Zellenwerten aufteilen kannst, um kombinierte Daten in überschaubare Teile zu zerlegen. Als Nächstes wirst du die Verwendung von bedingten Anweisungen für die Datenumwandlung erkunden, mit denen du bestimmte Regeln auf deinen Datensatz anwenden kannst. Außerdem lernst du, wie du logische Operatoren verwendest, um logische Bedingungen zu formulieren. Schließlich erfährst du, wie du eine oder mehrere Spalten umbenennen kannst, damit dein Datensatz übersichtlich und leicht zu verstehen ist.

Bedingte Anweisungen und logische Operatoren

Inflationswert zuweisen

Schülerdaten verbessern

Aufgeteilt in Stadt und Menge

Spalten umbenennen

Rabattprozentsatz zuweisen

Lerne die ausdrucksbasierte Datenumwandlung kennen, eine wichtige Fähigkeit für die Datenbearbeitung. Diese Lektion behandelt das Verständnis und die Verwendung von String-Ausdrücken für verschiedene String-Manipulationen. Außerdem erlernst du mathematische Ausdrücke mit Formeln und Operatoren, mit denen du eigene, auf deine Bedürfnisse zugeschnittene Spalten erstellen kannst. Das Kapitel gipfelt in der Fähigkeit, gemischte Ausdrücke zu erstellen, die mathematische und String-Ausdrücke nahtlos miteinander kombinieren und ein umfassendes Toolkit für fortgeschrittene Datentransformationen bieten.

String und mathematische Ausdrücke

Rechnungswert der Artikel berechnen

Schülernoten berechnen

Verkaufsspalte in numerische Werte umwandeln

Rabattwert berechnen

Gewinn berechnen

Lerne, wie du Spalten anhängen und aus mehreren Tabellen zusammenführen kannst, um Daten aus verschiedenen Quellen zu konsolidieren. Erfahre, wie du Spalten mit konstanten Werten hinzufügen und neu anordnen kannst, um das Layout deines Datensatzes anzupassen. Schließlich kannst du Tabellen sortieren, indem du eine Liste von Kriterien angibst, um sicherzustellen, dass deine Daten geordnet und für die Analyse leicht zugänglich sind. Diese Fähigkeiten verbessern deine Kenntnisse im Datenmanagement und machen komplexe Datensätze übersichtlicher und aufschlussreicher.

Datenintegration

Das teuerste Lebensmittel finden

Schülerdaten integrieren und analysieren

Spalten anhängen und zusammenführen

Datum hinzufügen und Spalten neu anordnen

Die Tabelle sortieren

In diesem letzten Kapitel geht es um die Verbesserung von KNIME-Workflows durch das Hinzufügen von detaillierten Beschreibungen und Tags zur Darstellung ihrer Themen. Außerdem lernst du, wie du Workflow-Segmente in wiederverwendbare KNIME-Komponenten abstrahierst, Funktionen bündelst und visuelle Elemente für eine bessere Benutzerfreundlichkeit hinzufügst. 

Schließlich lernst du, deine Workflows und Komponenten im KNIME Community Hub zu teilen, um sicherzustellen, dass sie wertvoll und für die Community zugänglich sind.

Workflows teilen und zusammenarbeiten

Eigenschaften der Komponenten

Teilen und Zusammenarbeiten im Schüler-Workflow

Workflow-Details hinzufügen

Komponente erstellen

Prozess der gemeinsamen Nutzung von Komponenten

Teilen der Komponente

Kurszusammenfassung

Exercises and Datasets

DataCamp vs. Local Experience

Datenumwandlung in KNIME vermittelt dir grundlegende und fortgeschrittene Techniken zur Manipulation und Umwandlung von Daten mit KNIME. Zu Beginn lernst du grundlegende Fähigkeiten zur Datenumwandlung, wie z. B. das Aufteilen von Spalten und die Verwendung von bedingten Anweisungen. Der Kurs geht weiter zu komplexeren Aufgaben, wie ausdrucksbasierte Transformationen und Datenkonsolidierung. Schließlich lernst du, wie du KNIME-Workflows verbessern kannst, indem du wiederverwendbare Komponenten erstellst und die Wiederverwendbarkeit optimierst. Dieser Kurs ist perfekt für alle, die ihre Kenntnisse im Datenmanagement mit KNIME vertiefen wollen.

<h2>Grundlegende Techniken der Datenbearbeitung</h2>
<p>Beginne deine Lernreise mit dem Erwerb grundlegender Fähigkeiten zur Datenumwandlung in KNIME. In diesem Kursabschnitt geht es um die Aufteilung von Spalten auf der Grundlage von Zellwerten, die Verwendung von bedingten Anweisungen zur Durchsetzung der Datenintegrität und die Verwendung von logischen Operatoren zur Erstellung umfassender Datenfilter. Außerdem lernst du, wie du Spalten umbenennen kannst, um einen gut organisierten Datensatz zu erhalten. Diese grundlegenden Fähigkeiten sind entscheidend für jeden, der mit der Datenumwandlung in KNIME beginnt.</p> <h2>Ausdrucksbasierte Transformationen</h2> <p>Baue dein Grundwissen mit Strategien zur Datenbearbeitung aus. In diesem Teil des Kurses übst du die Kunst, String- und mathematische Ausdrücke zu erstellen und zu verwenden, um komplexe Datentransformationen durchzuführen. Lerne, wie du benutzerdefinierte Spalten für spezifische analytische Anforderungen erstellst und verschiedene Arten von Datentransformationen nahtlos kombinierst. Mit diesen Fähigkeiten kannst du auch anspruchsvollere Datenszenarien effektiv handhaben.</p> <h2>Verbesserung der Arbeitsabläufe und Datenkonsolidierung</h2> <p>Der letzte Teil des Kurses konzentriert sich auf die Optimierung und Verbesserung von KNIME-Workflows. Lerne, wie du Spalten aus verschiedenen Datenquellen anfügst und zusammenführst, Spalten mit konstanten Werten hinzufügst und Tabellen effektiv sortierst. Außerdem lernst du in diesem Abschnitt, wie du Teile deines Workflows in wiederverwendbare Komponenten abstrahieren und deine visuellen Elemente für eine bessere Benutzerfreundlichkeit verbessern kannst. Mit diesen fortschrittlichen Techniken kannst du komplexe Datensätze effizienter verwalten und analysieren und einen besseren Einblick gewinnen.</p>

Introduction to KNIME

Verbessern Sie Ihre KNIME-Fähigkeiten mit unserem Kurs zu Datenumwandlung und Workflow-Optimierung.

Datenumwandlung in KNIME

Verbessere deine KNIME-Kenntnisse mit diesem Kurs zu Datentransformationen, Spaltenoperationen und Workflow-Optimierungen.

Eigenschaften der Komponenten

Datenumwandlung in KNIME

Interaktive Übung