In this chapter, you will learn how to split columns based on cell values, allowing you to separate combined data into more manageable parts. Next, you will explore the use of conditional statements for data transformation, enabling you to apply specific rules to your dataset. Additionally, you will learn how to use logical operators to formulate logical conditions. Finally, you will discover how to rename one or multiple columns, ensuring your dataset is well-organized and easy to understand.

Conditional statements and logical operators

Assign inflation value

Enhance student data

Split into city and quantity

Rename columns

Assign discount percentage

Delve into Expression- Based Data Transformation, a crucial skill for data manipulation. This lesson covers understanding and utilizing string expressions for various string manipulations. Additionally, you will master mathematical expressions using formulas and operators, enabling them to create custom columns tailored to their needs. The chapter culminates with the ability to build mixed expressions that seamlessly combine mathematical and string expressions, providing a comprehensive toolkit for advanced data transformation.

String and math expressions

Calculate the bill value of Items

Calculate student scores

Convert sales column to numeric

Calculate discount value

Calculate profit

String and Math Expressions

Learn how to append and merge columns from multiple tables, enabling you to consolidate data from various sources. Discover how to add constant value columns and reorder columns to customize your dataset layout. Finally, delve into sorting tables by specifying a list of criteria, ensuring your data is organized and easily accessible for analysis. These skills will enhance your data management proficiency, making complex datasets more manageable and insightful.

Data integration

Find the most expensive food item

Integrate and analyze students data

Append and merge columns

Add  date and reorder columns

Sort the table

Data Integration

This final chapter focuses on enhancing KNIME workflows by adding detailed descriptions and tags to represent their themes. Further, learn how to abstract workflow segments into reusable KNIME components, bundle functionality, and add visual elements for better usability. 

Lastly, learn to share your workflows and components on the KNIME Community Hub, ensuring they are valuable and accessible to the community.

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

Share workflows & collaborate

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.

KNIME Grundlagen

Klicke auf das Space Explorer Panel in der KNIME Analytics Platform und wähle KNIME Community Hub.

Gib im KNIME Community Hub Anmeldetab deine Anmeldedaten ein oder erstelle ein Konto und melde dich an.

Klicke auf die Komponente, die du teilen möchtest, und wähle die Teilen-Option.

Wähle den Bereich im KNIME Community Hub aus, in dem du die Komponente freigeben möchtest, und klicke auf Freigeben.

Teilen der Komponente

Interaktive praktische Übung