Fördjupa dina Alteryx-kunskaper genom att utforska tekniker för dataförberedelse! Du lär dig varför ren och välförberedd data är viktig för optimal analys och hur du använder de viktigaste datatyperna. Du får också lära dig att känna igen "smutsig data" och tekniker för att rensa den, till exempel hantering av saknade värden och borttagning av onödig data.

Vad är datarensning och dataförberedelse?

Varför är ren data viktig?

Förbereda och rensa fält

Importera data och ändra fält

Rensa datafält

Ta bort rader och sortera

Datarensning och dataförberedelse

Bygg vidare på dina dataförberedelsefärdigheter i Alteryx genom att lära dig filtrera data och skriva uttryck för att skapa delmängder av data. Du utforskar enkla filter och kedjade filter, liksom anpassade filter, för att snabbt komma åt just den data du behöver. Du lär dig bästa praxis för att skriva uttryck, inklusive skillnaderna mellan AND- och OR-satser, samt användbara tips för korrekt syntax.

Filtrering och uttryck

Alternativ

Korrekt

Felaktigt

Förstå filteruttryck

AND, OR och mer!

Grundläggande och kedjade filter

Anpassade filter och uttryck

Kombinera Sort- och Unique-verktygen

Fördjupa dig ytterligare i dataförberedelse genom att utforska olika formler och hur de snabbt kan tillämpas i Alteryx. Du upptäcker det breda utbudet av färdiga formler som finns tillgängliga i Formula-verktyget, tillsammans med tekniker för att skriva effektiva uttryck baserade på datatyp. Du lär dig skillnaden mellan längd- och positionsbaserade formler samt metoder för att uppdatera befintliga fält och skapa nya.

Tillämpa formler i Alteryx

Välj rätt uttryck

Formulas och bästa praxis

Befintliga fält och nya fält

Längd- och positionsbaserade formler

Contains-formeln och flaggor

Att använda formler

Utforska processerna för sampling och sammanfattning av data – två viktiga delar av dataförberedelse. Du lär dig många alternativ för sampling, till exempel att hitta de 10 översta posterna eller hämta de första N procenten av data, och mycket mer med Sample-verktyget. Sedan utvidgar du dina kunskaper om datasammanfattning med numeriska metoder som summa, medelvärde och median, samt strängfunktioner som gruppering efter specifika fält hierarkiskt i Summarize-verktyget.

Sampling och sammanfattning

Tillämpa rätt koncept

Gruppera insikter och skapa utdata

Topp 10 och genomsnittliga försäljningspriser

Sammanfattning och dataexport

Importera data och ta ett urval på 25 %

Grattis!

DataCamp vs. Local Experience

Exercises and Datasets

Lär dig att förbereda, rensa och analysera data i Alteryx Designer! Oavsett om du är ny inom dataanalys eller är en erfaren analytiker från andra plattformar, guidar den här kursen dig genom grunderna i solid dataförberedelse. Du lär dig varför ren och välförberedd data är viktig för optimal analys och hur du känner igen vilka delar av dina datamängder som behöver rensas. <br><br>
Med hjälp av Preparation Toolset utforskar du hur du tar bort null-värden, filtrerar på specifika kriterier, tillämpar olika formler, analyserar dubblettdata och mycket mer – kunskaper som tar dig vidare till mer avancerade analyser i den mångsidiga plattformen Alteryx Designer. Fördjupa din förståelse av bästa praxis i Alteryx Designer och bygg praktisk erfarenhet som tar dina kunskaper till nästa nivå. Börja din resa med Alteryx redan nu!

Ge dig ut på en omvälvande resa genom dataanalysens värld med vår omfattande kurs i databeredning i Alteryx. Genom engagerande innehåll och praktiska övningar lär du dig hur viktigt det är att förbereda och rensa data för analys, så att du kan extrahera mer korrekt och insiktsfull information från dina datamängder.

<h2>Grunderna i databeredning</h2> 

Fördjupa dig i grunderna för databeredning genom att förstå vikten av ren data och lära dig att identifiera och åtgärda vanliga problem med datakvalitet. Detta avsnitt täcker tekniker för att hantera saknade värden, eliminera redundant data och förstå datatyper, vilket lägger en solid grund för mer avancerade uppgifter inom databeredäning.<br><br>

<h2>Förbättra data med filter och formler</h2> 

Ta dina färdigheter till nästa nivå genom att bemästra filtreringstekniker och konsten att skriva uttryck i Alteryx. Du kommer att utforska en rad filter, från grundläggande till anpassade, och lära dig att skapa uttryck som förfinar dina data för analys. Dessutom fördjupar sig kursen i tillämpningen av formler och lär dig att använda förstrukturerade formler och skriva effektiva uttryck anpassade för specifika datatyper, vilket därmed utökar dina möjligheter inom datamanipulering.<br><br>

<h2> Tekniker för datainsamling och sammanfattning</h2> 

Kursen avslutas med strategier för att ta stickprov och sammanfatta data, viktiga färdigheter för alla dataanalytiker. Du kommer att lära dig olika samplingsmetoder för att extrahera meningsfulla delmängder av data och använda numeriska funktioner och strängfunktioner för att sammanfatta och dra insikter från dina dataset. <br><br>

När du har slutfört den här kursen kommer du att förstå vikten av ren data för analys, få praktisk erfarenhet av Alteryx Designer och utveckla färdigheter för mellannivåanalys, vilket lägger en stabil grund för din resa inom dataanalys.

Introduction to Alteryx

Lär dig förbereda, rengöra och analysera data med Alteryx Designer. Perfekt för nybörjare och erfarna analytiker.

Dataförberedelse i Alteryx

Bemästra databeredning, rensning och analys i Alteryx Designer, oavsett om du är ny eller erfaren analytiker.

Alteryx-grunderna

En AND-sats innebär att BÅDA villkoren uppfylls.

Anpassade uttryck för samma fält måste ha fältnamnet angivet före varje villkor, till exempel [Date] > 2010 AND [Date] < 2024.

Datatyper spelar ingen roll när man skriver uttryck.

När man skriver uttryck för strängvärden behövs inga citattecken.

En OR-sats innebär att BÅDA villkoren uppfylls.

När man skriver uttryck för strängfält ska man inte använda citattecken om villkoret ser ut som ett tal.

Förstå filteruttryck

Dataförberedelse i Alteryx

Interaktiv övning med praktiskt arbete