완전성 정량화하기

parking_violation 테이블에 저장된 주차 위반 기록에는 vehicle_body_type 열에 결측값이 있어요. 이 데이터는 사람의 실수로 인해 완전히 무작위로 누락(MCAR)되었다고 가정합니다. 데이터를 더 완전하게 만들기 위해, 누락된 값을 채우는 작업을 맡게 되었어요. 우선 몇 개의 레코드가 누락되었는지 정량화하고, 누락값을 대체할 적절한 값을 찾기 위한 분석을 진행하려고 합니다.

vehicle_body_type이 NULL인 parking_violation 레코드는 몇 개인가요? 이 숫자를 계산하는 SELECT 쿼리를 작성해 실행하세요.

이 연습은 강의의 일부입니다

PostgreSQL 데이터베이스에서 데이터 정제하기

실습형 인터랙티브 연습문제

이론을 실습으로 바꾸는 인터랙티브 연습 중 하나를 만나보세요

이 연습은 강의의 일부입니다

PostgreSQL 데이터베이스에서 데이터 정제하기

SkillTag.level.intermediateSkillTag.label

4.8+

무료로 강의 시작하기

이 챕터에서는 PostgreSQL 데이터베이스로 작업할 때의 데이터 정제 접근법을 이해하고, 파이프라인에서 가능한 이른 시점에 데이터를 정제하는 것의 가치를 익힙니다. 불필요한 공백 제거 같은 기본적인 문자열 편집부터, 패턴 매칭과 문자열 유사도처럼 더 심화된 주제를 통해 정제가 필요한 문자열 값을 식별하는 방법까지 배웁니다.

Exercise 1: 데이터 정리 입문 Exercise 2: 데이터 정리 마인드셋 기르기 Exercise 3: 문자열 정리를 위한 함수 적용 Exercise 4: 패턴 매칭 Exercise 5: 시간대별 주차 위반 분류하기 Exercise 6: 정규 표현식으로 식별 정보 마스킹하기 Exercise 7: 유사한 문자열 매칭 Exercise 8: 일관되지 않은 색상 이름 매칭 Exercise 9: 색상 이름 표준화 Exercise 10: 여러 색상 표준화하기 Exercise 11: 동료를 위한 텍스트 포맷팅

PostgreSQL 데이터베이스 테이블을 대상으로 결측값, 중복, 유효하지 않은 데이터와 같은 흔한 문제를 해결하는 쿼리를 작성하는 방법을 배웁니다. 실습을 통해 COALESCE() 함수, SELECT 쿼리, WHERE 절을 사용해 지저분한 데이터를 정리해 볼 거예요.

Exercise 1: 누락된 데이터 처리하기 Exercise 2: 완전성 정량화하기

현재 연습

Exercise 3: 채움 값 사용하기 Exercise 4: 불완전한 레코드 분석하기 Exercise 5: 중복된 데이터 처리 Exercise 6: 중복된 주정차 위반 Exercise 7: 부분 중복 해결하기 Exercise 8: 유효하지 않은 값 감지하기 Exercise 9: 정규 표현식으로 잘못된 값 탐지하기 Exercise 10: 범위를 벗어난 차량 연식 식별하기 Exercise 11: 일관되지 않은 데이터 감지하기 Exercise 12: 유효하지 않은 주차 위반 식별하기 Exercise 13: 야간 주차 제한이 있는 잘못된 단속 기록 찾기 Exercise 14: 삭제된 데이터 복구하기

때로는 PostgreSQL 데이터베이스에 저장된 데이터를 한 데이터 유형에서 다른 유형으로 변환해야 합니다. 이 챕터에서는 텍스트를 수치형으로 변환하는 데 필요한 표현식과 시계열 데이터를 위한 문자열 서식을 지정하는 방법을 살펴봅니다.

Exercise 1: 데이터 형식 변환 Exercise 2: CASE 절로 형 변환하기 Exercise 3: 변환한 값에 집계 함수 적용하기 Exercise 4: 날짜 파싱과 서식 지정 Exercise 5: 유효하지 않은 날짜 정리 Exercise 6: 날짜 변환 및 표시 Exercise 7: TIMESTAMP 파싱과 포매팅 Exercise 8: 시간 값에서 시(hour) 추출하기 Exercise 9: 월별 날짜 기준 주차 위반 보고서 Exercise 10: 위험한 주차 행동

마지막 챕터에서는 데이터를 변형하고 피벗 테이블을 구성하는 방법을 배웁니다. 실제 우편 데이터로 작업하면서 CONCAT(), SUBSTRING(), REGEXP_SPLIT_TO_TABLE() 등 강력한 함수를 활용해 주소를 시, 주, 우편번호로 결합하고 분리하는 방법을 익힙니다.

Exercise 1: 열 결합하기 Exercise 2: 모퉁이 주차 위반 집계하기 Exercise 3: 문자열 결합으로 TIMESTAMP 생성하기 Exercise 4: 열 데이터 나누기 Exercise 5: SUBSTRING()으로 시간 단위 추출하기 Exercise 6: 문자열에서 집 번호 추출하기 Exercise 7: 구분 기호로 데이터 분할하기 Exercise 8: 구분 기호로 번지수 분리하기 Exercise 9: 주차 제한 매핑하기 Exercise 10: 피벗 테이블 만들기 Exercise 11: 피벗 테이블을 위한 데이터 선택 Exercise 12: FILTER를 사용해 피벗 테이블 만들기 Exercise 13: 영화 카테고리 집계하기 Exercise 14: 강의 마무리