データクリーニングのプロセスは、いつ実施するのが最適ですか？
この演習はコースの一部です
理論を実践に変える、インタラクティブな演習のひとつをお試しください
この章では、PostgreSQLデータベースで作業する際のデータクレンジングの考え方を理解し、パイプラインのできるだけ早い段階でクレンジングする重要性を学びます。不要な空白の削除といった基本的な文字列編集から、パターンマッチングや文字列の類似度といった、クリーニングが必要な値を見つけるためのより発展的な手法まで扱います。
現在の演習
PostgreSQLのテーブルを前提に、欠損、重複、無効なデータという一般的な問題を解決するクエリの書き方を学びます。ハンズオン演習を通じて、COALESCE() 関数、SELECT クエリ、WHERE 句を使い、乱れたデータをきれいに整えます。
PostgreSQLデータベースに保存されたデータは、時に別のデータ型へ変換する必要があります。この章では、テキストを数値型へ変換する表現方法や、時系列データに合わせて文字列を整形する方法を学びます。
最終章では、データの変形とピボットテーブルの作成を学びます。実世界の郵便データを使い、CONCAT()、SUBSTRING()、REGEXP_SPLIT_TO_TABLE() などの強力な関数を活用して、住所を市区町村・州・郵便番号に結合・分割する方法を身につけます。
