Du börjar kursen med att förstå varför datarensning är viktigt. Du löser enkla problem som inledande och avslutande blanksteg i strängar, enhetliga format för flygregistreringar, sammanslagning av strängar och mer.

Introduktion till datarensning

Enhetliga flygformat I

Enhetliga flygformat II

Rensa rörig text

Trimma strängar I

Trimma strängar II

Enhetliga strängar

Jämföra likheten mellan strängar

SOUNDEX() och DIFFERENCE()

Jämföra namn med SOUNDEX()

Jämföra namn med DIFFERENCE()

I det här kapitlet fördjupar du dina kunskaper om datarensning. Du lär dig att hantera saknade värden, undvika dubbletter i dina datamängder och arbeta med olika datumformat.

Hantera saknade data

Ta bort saknade värden

Ta bort tomma utrymmen

Fylla i saknade värden med ISNULL()

Fylla i saknade värden med COALESCE()

Undvika duplicerad data

Diagnostisera dubbletter

Hantera dubbletter

Hantera olika datumformat

Använda CONVERT()

Använda FORMAT()

CONVERT() vs FORMAT()

Hantera saknade värden, dubbletter och olika datumformat

I det här kapitlet hanterar du värden utanför giltigt område och felaktiga data. Du övar också på att konvertera data med olika typer. Slutligen arbetar du med mönstermatchning för att hitta avvikande värden.

Värden utanför intervall och felaktiga data

Värden utanför intervallet eller felaktiga data?

Identifiera värden utanför intervallet

Exkludera värden utanför intervallet

Identifiera och exkludera felaktiga data

Konvertera data med olika datatyper

Använda CAST() och CONVERT()

Serien med flest avsnitt

Mönstermatchning

Tecken för att ange mönster

Matcha URL:er

Kontrollera telefonnummer

Hantera värden utanför giltigt område, olika datatyper och mönstermatchning

I det här sista kapitlet lär du dig att kombinera och aggregera data från flera kolumner till en, dela upp data från en kolumn till flera kolumner, samt transformera rader till kolumner och tvärtom.

Kombinera data från flera kolumner till en kolumn

Kombinera städer och delstater med +

Konkatenera städer och delstater

Arbeta med DATEFROMPARTS()

Dela upp data från en kolumn till flera kolumner

Använda SUBSTRING() och CHARINDEX()

Använda RIGHT(), LEFT() och REVERSE()

SUBSTRING() eller CHARINDEX()?

Omvandla rader till kolumner och vice versa

PIVOT eller UNPIVOT?

Omvandla rader till kolumner

Omvandla kolumner till rader

Grattis!

Kombinera, dela upp och transformera data

Flight statistics dataset and series ratings dataset

Visste du att datavetenskap och dataanalytiker lägger stor del av sin tid på att rensa data innan de kan analysera den? Det beror på att verklig data sällan är perfekt. I den här kursen lär du dig att rensa data i en SQL Server-databas, så att du kan hantera rörig data på ett strukturerat sätt. Du får lära dig att lösa vanliga problem, till exempel hur du rensar röriga strängar, hanterar tomma värden, jämför likheten mellan strängar och mycket mer. Du arbetar praktiskt med alla dessa uppgifter med hjälp av en rad intressanta och röriga datamängder – bland annat månadsvis flygdata per flygplats, TV-serier och försäljningsdata från en pappershandel. Är du redo att ta itu med rörig data?

Intermediate SQL Server

Utveckla färdigheter för att snabbt och exakt omvandla rådata till insikter.

Rensa data i SQL Server-databaser

Utveckla de färdigheter du behöver för att rensa rådata och omvandla den till korrekta insikter.

Tecken för att ange mönster

Rensa data i SQL Server-databaser

Interaktiv övning med praktiskt arbete