Importance des données propres

Pour de nombreuses raisons, des données propres sont essentielles en analyse de données et dans les processus ELT. Lesquels des éléments ci-dessous représentent des raisons importantes d'avoir des données propres?

Cette activité fait partie du cours

Introduction à Power Query dans Excel

Voir le cours

Exercice interactif pratique

Passez de la théorie à l’action grâce à l’un de nos exercices interactifs

Commencer l’exercice

Cette activité fait partie du cours

Introduction à Power Query dans Excel

SkillTag.level.beginnerSkillTag.label

4.8+

2409 reviews

Commencer le cours gratuitement

Imaginez Excel comme vous ne l'avez jamais vu — Power Query ouvre la porte à tout un monde de possibilités ! Dans ce chapitre, vous explorerez l'interface et les fonctionnalités de Power Query et son interaction avec les chiffriers Excel traditionnels. Vous chargerez des données de plusieurs sources et apprendrez à les structurer par des manipulations de colonnes et de lignes, tout en conservant l'historique des étapes appliquées de vos actions.

Exercise 1: Introduction à Power Query Exercise 2: Classeurs Excel vs Power Query d'Excel Exercise 3: Se repérer dans l'éditeur Power Query Exercise 4: Premiers pas et chargement des données Exercise 5: Gestion des colonnes Exercise 6: Extraction de données PDF

Dans ce chapitre, vous exploiterez les fonctions numériques de nettoyage de Power Query pour préparer un jeu de données impeccablement propre ! Les fonctions de profilage de colonnes seront abordées, ce qui vous permettra de traiter efficacement les erreurs et les valeurs manquantes. Vous apprendrez aussi à éliminer les doublons et à corriger les problèmes de saisie et les valeurs aberrantes.

Exercise 1: Nettoyage et préparation des données Exercise 2: Importance des données propres

Exercice en cours

Exercise 3: Techniques de nettoyage des données dans Excel Power Query Exercise 4: Gestion des erreurs Exercise 5: Évaluer la qualité des colonnes et les données manquantes Exercise 6: Suppression des données en double Exercise 7: Détection des valeurs aberrantes

Place à la transformation ! Ce chapitre couvre de nombreuses transformations de base sur les colonnes — une étape essentielle pour passer de données brutes à des insights utiles. Vous apprendrez comment et quand appliquer des transformations numériques, de date/heure et de texte pour transformer et dériver le contenu des colonnes grâce aux nombreuses fonctions intégrées de Power Query dans Excel.

Exercise 1: Transformations de colonnes Exercise 2: Incidence des transformations de colonnes Exercise 3: Types de transformations dans Power Query pour Excel Exercise 4: Transformations de texte Exercise 5: Calculer l'âge entre deux dates Exercise 6: Transformations numériques Exercise 7: Transformations de plusieurs colonnes

Tout tourne autour de la mise en forme et du regroupement dans ce dernier chapitre ! Vous mettrez en pratique des options de transformation puissantes pour hausser d'un cran votre préparation à l'analyse. Vous verrez comment et quand appliquer les transformations de transposition, de tableau croisé (pivot) et de regroupement — le tout dans l'éditeur Power Query. Vous apprendrez aussi à tirer parti de requêtes existantes pour en créer de nouvelles et à suivre leurs liens dans l'arborescence des dépendances de requêtes.

Exercise 1: Introduction à la mise en forme et au regroupement des données Exercise 2: Quelle transformation utiliser?Exercise 3: Modeler et regrouper des données dans Excel Power Query Exercise 4: Transposer des données Exercise 5: Effectuer un pivot dans Excel Power Query Exercise 6: Transformation Regrouper par Exercise 7: Félicitations !