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.

Condividi i workflow e collabora

Caratteristiche dei componenti

Condividi e collabora sul workflow dello studente

Aggiungi i dettagli del workflow

Crea un componente

Processo di condivisione del componente

Condividere il componente

Chiusura del corso

Share workflows & collaborate

Exercises and Datasets

DataCamp vs. Local Experience

Trasformazione dei dati in KNIME è pensato per fornirti tecniche essenziali e intermedie per manipolare e trasformare i dati con KNIME. Inizierai imparando competenze di base, come suddividere le colonne e usare istruzioni condizionali. Il corso prosegue con attività più complesse, come trasformazioni basate su espressioni e consolidamento dei dati. Infine, scoprirai come migliorare i workflow KNIME creando componenti riutilizzabili e ottimizzandone la riusabilità. Questo corso è perfetto per chi vuole approfondire le proprie competenze di gestione dei dati con KNIME.

<h2>Tecniche di base per gestire i dati</h2>
<p>Inizia il tuo percorso di apprendimento acquisendo le competenze di base sulla trasformazione dei dati in KNIME. Questa parte del corso spiega come dividere le colonne in base ai valori delle celle, usare le istruzioni condizionali per garantire l'integrità dei dati e usare gli operatori logici per creare filtri di dati completi. In più, imparerai come rinominare le colonne per tenere tutto in ordine nel tuo set di dati. Queste competenze di base sono fondamentali per chiunque inizi a lavorare con la trasformazione dei dati in KNIME.</p> <h2>Trasformazioni basate sull'espressione</h2> <p>Migliora le tue conoscenze di base con strategie intermedie di manipolazione dei dati. In questa parte del corso, ti eserciterai a creare e usare stringhe ed espressioni matematiche per fare trasformazioni complesse dei dati. Scopri come creare colonne personalizzate su misura per le tue esigenze di analisi e combinare diversi tipi di trasformazioni dei dati senza problemi. Queste competenze ti permetteranno di gestire in modo efficace scenari di dati più complessi.</p> <h2>Migliorare i flussi di lavoro e il consolidamento dei dati</h2> <p>La parte finale del corso si concentra su come ottimizzare e migliorare i flussi di lavoro KNIME. Impara ad aggiungere e unire colonne da più fonti di dati, aggiungere colonne con valori fissi e ordinare le tabelle in modo efficiente. Inoltre, questa sezione ti insegna come trasformare parti dei tuoi flussi di lavoro in componenti che puoi riutilizzare e migliorare gli elementi visivi per renderli più facili da usare. Queste tecniche avanzate ti permetteranno di gestire e analizzare set di dati complessi con più efficienza e approfondimento.</p>

Introduction to KNIME

Migliora le tue abilità KNIME con il nostro corso su trasformazione dati, operazioni colonne e ottimizzazione.

Trasformazione dei dati in KNIME

Migliora le tue abilità con KNIME grazie al nostro corso sulla trasformazione dei dati, le operazioni sulle colonne e l'ottimizzazione del flusso di lavoro.

Fondamenti di KNIME

Fai clic sul pannello Space Explorer nella KNIME Analytics Platform e seleziona KNIME Community Hub.

Nella scheda di accesso al KNIME Community Hub, inserisci le tue credenziali o crea un account e accedi.

Fai clic sul componente che intendi condividere e scegli l’opzione di condivisione.

Seleziona lo spazio sul KNIME Community Hub in cui intendi condividere il componente e fai clic su Condividi.

Condividere il componente

Trasformazione dei dati in KNIME

esercizio interattivo pratico