まずは、なぜデータクレンジングが重要なのかを学びます。文字列の前後にある余分な空白の除去、フライト登録番号の表記ゆれの統一、文字列の結合など、基本的な問題の解決から始めます。

データクリーニングの導入

フライト表記の統一 I

フライト表記の統一 II

乱れた文字列のクリーニング

文字列のトリミング I

文字列のトリミング II

文字列の統一

文字列同士の類似度を比較する

SOUNDEX() と DIFFERENCE()

SOUNDEX() で名前を比較する

DIFFERENCE() で名前を比較する

データクレンジングのはじめ方

この章では、データクレンジングの知識をさらに深めます。欠損値への対処、データセット内の重複の回避、そして異なる日付形式の扱い方を学びます。

欠損データへの対処

欠損値を取り除く

空白の削除

ISNULL() を使って欠損値を埋める

COALESCE() を使って欠損値を埋める

重複データを避ける

重複の見極め

重複の扱い方

さまざまな日付形式への対処

CONVERT() の使用

FORMAT() を使う

CONVERT() と FORMAT() の比較

欠損値、重複データ、日付形式の違いへの対処

この章では、範囲外の値や不正確なデータへの対処を行います。さらに、異なるデータ型への変換を実践します。最後に、パターンマッチングを用いて外れ値を見つける方法に取り組みます。

範囲外の値と不正確なデータ

範囲外の値か、不正確なデータか？

範囲外の値を検出する

範囲外の値を除外する

不正確なデータの検出と除外

異なるデータ型の変換

CAST() と CONVERT() の使用

エピソード数が最も多いシリーズ

パターンマッチング

パターンを指定するための文字

URL のマッチング

電話番号をチェックする

外れ値、データ型の違い、パターンマッチングへの対処

最終章では、複数列のデータをまとめて集約する、1 列のデータを複数列に分割する、行と列を相互に変換する方法を学びます。

複数の列のデータを1つの列に結合する

+ を使って都市名と州名を結合する

都市名と州名を連結する

DATEFROMPARTS() を使う

1 つの列のデータを複数の列に分割する

SUBSTRING() と CHARINDEX() の使用

RIGHT()、LEFT()、REVERSE() を使う

SUBSTRING() それとも CHARINDEX()?

行を列に、列を行に変換する

PIVOT か UNPIVOT か？

行を列に変換する

列を行に変換する

おめでとうございます！

データの結合、分割、変換

Flight statistics dataset and series ratings dataset

データサイエンティストやデータアナリストは、分析に入る前に多くの時間をデータのクレンジングに費やしていることをご存じですか？ 実世界のデータは乱雑だからです。このコースでは、SQL Server データベースに保存されたデータをどのようにクレンジングするかを学び、汚れたデータに対処できるようになります。乱雑な文字列の整形、空（欠損）値の扱い、文字列同士の類似度の比較など、よくある課題を解決する方法を身につけます。空港別の月次航空便、テレビシリーズ、新聞・雑誌販売など、興味深くも雑多なデータセットを使って、手を動かしながら学習します。準備はいいですか？ さあ、データにしっかり向き合っていきましょう。

Intermediate SQL Server

生データから迅速かつ正確に優れた洞察を得るためのスキルを身につけましょう。

SQL Server データベースでのデータクレンジング

生データを整備し、正確なインサイトへ変換するためのスキルを身につけましょう。

Software Engineer

文字列の類似度を比較する

問題の説明

SOUNDEX

SOUNDEX の仕組み

SOUNDEX の例外

SOUNDEX での類似度チェック

DIFFERENCE

DIFFERENCE での類似度チェック

Ayo berlatih!

データクレンジングのはじめ方 - 文字列同士の類似度を比較する

文字列同士の類似度を比較する

Create Your Free Account