Importance des données propres

Pour de nombreuses raisons, des données propres sont indispensables en analyse de données et dans les processus ELT. Parmi les éléments ci-dessous, lesquels constituent des raisons importantes d’avoir des données propres ?

Cet exercice fait partie du cours

<cours>Introduction à Power Query dans Excel</cours>

Voir le cours

Exercice interactif pratique

Transformez la théorie en action avec l’un de nos exercices interactifs

Commencer l’exercice

Cet exercice fait partie du cours

<cours>Introduction à Power Query dans Excel</cours>

DébutantNiveau de compétence

4.8+

2277 reviews

Commencer le cours gratuitement

Imaginez Excel comme vous ne l’avez jamais vu : Power Query ouvre une fenêtre sur un tout nouvel univers de possibilités ! Dans ce chapitre, vous explorerez l’interface et les fonctionnalités de Power Query ainsi que son interaction avec les classeurs Excel classiques. Vous chargerez des données depuis plusieurs sources et apprendrez à les structurer grâce à des manipulations sur les colonnes et les lignes, tout en conservant un journal des étapes appliquées pour tracer vos actions.

Exercise 1: Introduction à Power Query Exercise 2: Workbooks Excel vs Excel Power Query Exercise 3: Naviguer dans l’éditeur Power Query Exercise 4: Premiers pas et chargement des données Exercise 5: Gérer les colonnes Exercise 6: Extraction de données à partir d’un PDF

Dans ce chapitre, vous exploiterez les fonctionnalités de nettoyage de Power Query pour préparer un jeu de données impeccable. Nous couvrirons le profilage des colonnes, afin de gérer efficacement les erreurs et les valeurs manquantes. Vous apprendrez aussi à éliminer les doublons et à corriger les problèmes de saisie ainsi que les valeurs aberrantes.

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

Exercice actuel

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

Place à la transformation ! Ce chapitre couvre de nombreuses transformations de colonnes essentielles, une étape clé pour passer des données brutes à des insights exploitables. Vous verrez comment et quand appliquer des transformations numériques, de date/heure et de texte pour modifier ou dériver le contenu des colonnes grâce aux nombreuses fonctionnalités intégrées de Power Query dans Excel.

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

Tout se joue sur la mise en forme et le regroupement dans ce dernier chapitre ! Vous pratiquerez des options de transformation puissantes pour faire passer votre préparation d’analyse au niveau supérieur. Vous apprendrez comment et quand appliquer des transformations de transposition, de pivot et de regroupement, directement dans l’éditeur Power Query. Vous verrez également comment réutiliser des requêtes existantes pour en créer de nouvelles et 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: Modification et regroupement des données dans Excel Power Query Exercise 4: Transposer des données Exercise 5: Pivoter dans Power Query pour Excel Exercise 6: Transformation Group By Exercise 7: Félicitations !