Splitsen in city en quantity

Je bent onlangs begonnen als Data Analyst bij meubelbedrijf "KIA Furnitures."

Het bedrijf wil de orders-gegevensset verbeteren door per order de city en quantity toe te voegen. Deze informatie staat nu echter in de kolom City-Quantity door een lopend opslagprobleem. Jij krijgt de taak om deze kolom te splitsen in aparte kolommen City en Quantity.

Displays the City-Quantity column

Deze oefening maakt deel uit van de cursus

Datatransformatie in KNIME

Bekijk cursus

Interactieve oefening met praktijkervaring

Zet theorie om in actie met een van onze interactieve oefeningen

Begin oefening

Datatransformatie in KNIME

SkillTag.level.beginnerSkillTag.label

4.8+

283 reviews

In dit hoofdstuk leer je hoe je kolommen kunt splitsen op basis van celwaarden, zodat je samengevoegde data kunt opdelen in beter hanteerbare delen. Daarna verken je het gebruik van voorwaardelijke uitspraken voor datatransformatie, zodat je specifieke regels op je gegevensset kunt toepassen. Daarnaast leer je hoe je logische operatoren gebruikt om logische condities te formuleren. Tot slot ontdek je hoe je één of meerdere kolommen kunt hernoemen, zodat je gegevensset overzichtelijk en begrijpelijk blijft.

Exercise 1: Voorwaardelijke statements en logische operatoren Exercise 2: Inflatiewaarde toekennen Exercise 3: Studentgegevens verbeteren Exercise 4: Splitsen in city en quantity

Huidige oefening

Exercise 5: Kolommen hernoemen Exercise 6: Kortingspercentage toekennen

Verdiep je in expressiegebaseerde datatransformatie, een cruciale vaardigheid voor datamanipulatie. In deze les leer je stringexpressies begrijpen en gebruiken voor allerlei bewerkingen op strings. Daarnaast beheers je wiskundige expressies met formules en operatoren, zodat je aangepaste kolommen kunt maken die aansluiten op je behoeften. Het hoofdstuk sluit af met het bouwen van gemengde expressies die wiskundige en stringexpressies naadloos combineren, waardoor je een volledige gereedschapskist krijgt voor geavanceerde datatransformatie.

Exercise 1: String- en wiskundige expressies Exercise 2: Bereken de factuurwaarde van items Exercise 3: Scores van studenten berekenen Exercise 4: Verkoopkolom omzetten naar numeriek Exercise 5: Kortingswaarde berekenen Exercise 6: Winst berekenen

Leer hoe je kolommen uit meerdere tabellen kunt toevoegen en samenvoegen, zodat je data uit verschillende bronnen kunt consolideren. Ontdek hoe je kolommen met een constante waarde toevoegt en kolommen herordent om de indeling van je gegevensset aan te passen. Verdiep je tot slot in het sorteren van tabellen door een lijst met criteria op te geven, zodat je data geordend en gemakkelijk toegankelijk is voor analyse. Deze vaardigheden versterken je databeheer, waardoor complexe gegevenssets beter beheersbaar en inzichtelijk worden.

Exercise 1: Dataintegratie Exercise 2: Vind het duurste voedingsmiddel Exercise 3: Integreer en analyseer studentgegevens Exercise 4: Kolommen toevoegen en samenvoegen Exercise 5: Datum toevoegen en kolommen herordenen Exercise 6: Sorteer de tabel

Dit laatste hoofdstuk richt zich op het verbeteren van KNIME-workflows door uitgebreide beschrijvingen en tags toe te voegen die hun thema’s weergeven. Leer bovendien hoe je delen van een workflow abstraheert tot herbruikbare KNIME-componenten, functionaliteit bundelt en visuele elementen toevoegt voor betere bruikbaarheid. Tot slot leer je je workflows en componenten te delen op de KNIME Community Hub, zodat ze waardevol en toegankelijk zijn voor de community.

Exercise 1: Workflows delen en samenwerken Exercise 2: Kenmerken van componenten Exercise 3: Workflows delen en samenwerken Exercise 4: Workflowsdetails toevoegen Exercise 5: Component maken Exercise 6: De component delen Exercise 7: Cursusafsluiting