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.

Voorwaardelijke statements en logische operatoren

Inflatiewaarde toekennen

Studentgegevens verbeteren

Splitsen in city en quantity

Kolommen hernoemen

Kortingspercentage toekennen

Voorwaardelijke uitspraken en logische operatoren

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.

String- en wiskundige expressies

Bereken de factuurwaarde van items

Scores van studenten berekenen

Verkoopkolom omzetten naar numeriek

Kortingswaarde berekenen

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.

Dataintegratie

Vind het duurste voedingsmiddel

Integreer en analyseer studentgegevens

Kolommen toevoegen en samenvoegen

Datum toevoegen en kolommen herordenen

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.

Workflows delen en samenwerken

Kenmerken van componenten

Workflowsdetails toevoegen

Component maken

Proces voor het delen van een component

De component delen

Cursusafsluiting

Exercises and Datasets

DataCamp vs. Local Experience

Datatransformatie in KNIME is ontworpen om je essentiële en gemiddelde technieken te leren voor het manipuleren en transformeren van data met KNIME. Je begint met basisvaardigheden voor datatransformatie, zoals kolommen splitsen en werken met voorwaardelijke uitspraken. De cursus bouwt verder op naar complexere taken, zoals expressiegebaseerde transformaties en het consolideren van data. Tot slot leer je KNIME-workflows te verbeteren door herbruikbare componenten te maken en de herbruikbaarheid te optimaliseren. Deze cursus is ideaal voor iedereen die zijn of haar databeheer­vaardigheden met KNIME wil verdiepen.

Introduction to KNIME

Verbeter je KNIME-vaardigheden met onze cursus over datatransformatie en workflowoptimalisatie.

Datatransformatie in KNIME

KNIME-basisprincipes

Kenmerken van componenten

Datatransformatie in KNIME

Interactieve oefening met praktijkervaring