Tableau Prep Builder : Travailler avec des étapes

EN SUIVANT CE COURS

• 1.  Ajouter des étapes de nettoyage
  6m 22s
  Une fois que l'étape des données entrantes dans votre flux a été définie et que votre source a été connectée, vous pouvez commencer à nettoyer et à configurer les données qui ont été intégrées dans Tableau Prep Builder. Les étapes de nettoyage peuvent être utilisées pour effectuer un certain nombre d'opérations de nettoyage, notamment l'union de champs, le changement de nom des valeurs de données et la conversion de données non valides en valeurs nulles. ACCÈS GRATUIT
• 2.  Gérer les champs
  6m 19s
  Tableau Prep Builder vous propose toute une série d'outils pour préparer, nettoyer et configurer vos données, mais pour ce faire, il est essentiel de maîtriser les champs et leurs propriétés. Vous pouvez renommer les champs sans modifier le fichier source d'origine, dupliquer les champs si vous souhaitez tester des actions de nettoyage, et utiliser divers affichages pour visualiser les propriétés de vos champs et les modifications que vous avez apportées aux données. ACCÈS GRATUIT
• 3.  Organiser des flux
  6m 51s
  Les données dans Tableau Prep Builder sont modifiées, nettoyées et contrôlées par étapes. Les étapes sont les éléments structurants de votre flux. Elles peuvent être utilisées pour effectuer un grand nombre d'actions, y compris la configuration et la préparation de la connexion à la source, l'union et la permutation des champs, ainsi que le nettoyage et l'assemblage des données. Vous allez découvrir comment ajouter, modifier, copier des étapes dans votre flux et modifier leurs propriétés, telles que leur nom, leur description et même leur couleur. ACCÈS GRATUIT
• 4.  Réorganiser la disposition de vos flux
  4m 11s
  Tableau Prep Builder propose une mise en page standard, chaque flux par défaut étant présenté et traité de gauche à droite. À gauche du tableau, vous trouverez vos étapes de données entrantes, et à droite vos étapes de sortie du flux. Au fur et à mesure que vous ajoutez des étapes et développez votre flux, vous devez savoir comment naviguer dans vos opérations de données à l'aide du volet Flux et du navigateur de flux. Vous devez également pouvoir sélectionner et déplacer les étapes que vous avez ajoutées et faire un suivi de vos champs d'une étape à l'autre. ACCÈS GRATUIT
• 5.  Filtrer des données
  5m 36s
  Le filtrage est un outil essentiel au nettoyage des données et peut vous aider à maîtriser et à affiner l'ensemble des données avec lesquelles vous travaillez. Le filtrage peut être effectué à divers emplacements et étapes de votre flux, dès l'étape des données entrantes. Vous allez voir comment filtrer des données en un clic, filtrer les valeurs sélectionnées au cours d'une étape ou supprimer rapidement les valeurs null, ou même supprimer les filtres devenus inutiles. ACCÈS GRATUIT
• 6.  Utiliser des options de filtrage avancées
  9m 25s
  Tableau Prep Builder offre un certain nombre d'outils de filtrage plus avancés pour vous aider à vous concentrer sur les données qui vous importent. Vous pouvez filtrer des plages de données spécifiques ou définir des valeurs minimales ou maximales, utiliser des filtres de dates relatives, mettre en place des filtres avec des caractères génériques et même créer vos propres filtres calculés à l'aide d'arguments et de calculs. ACCÈS GRATUIT
• 7.  Lier des données
  7m 13s
  Il est parfois nécessaire d'utiliser des données réparties dans plusieurs tableaux apparentés. Pour ce faire, vous pouvez utiliser Tableau Prep Builder pour mettre en œuvre des liaisons de données, des liens efficaces qui combinent les données en une seule table. Il s'agit d'une étape importante à utiliser dès le début lorsque vous travaillez avec des données dans votre flux, mais pour que les jointures fonctionnent correctement, vous devez vous assurer que vous travaillez avec des données du même type. ACCÈS GRATUIT
• 8.  Réunir des données
  7m 27s
  L'union permet de combiner des données provenant de plusieurs sources ou tables de données et fonctionne en ajoutant des données d'une table à une autre. Ceci est utile si les données avec lesquelles vous voulez travailler sont réparties dans plusieurs endroits de manière fragmentaire, comme par exemple plusieurs feuilles de calcul Excel dans le même classeur ou des fichiers CSV stockés au même endroit. Pour tirer le meilleur parti des unions, les tables réunies doivent avoir une structure identique, avec le même nombre de champs, les mêmes noms de champs et les mêmes types de données. L'étape Union de Tableau Prep Builder peut également vous aider à corriger les champs non concordants une fois l'opération en cours. ACCÈS GRATUIT
• 9.  Permuter des données
  6m 20s
  La permutation des données dans Tableau Prep vous permet de modifier la structure des données dans votre flux. La technique la plus courante est de permuter vos données de colonnes en lignes pour passer de données « larges » à des données « grandes ». Une union peut être insérée en tant que nouvelle étape dans votre flux ou bien préparée dans le cadre des opérations de nettoyage lors d'une étape de nettoyage. ACCÈS GRATUIT
• 10.  Utiliser la recherche avec caractères génériques pour la permutation
  3m 59s
  Si vous travaillez avec de vastes ensembles de données ou des données qui évoluent au fil du temps, vous pouvez créer une permutation à l'aide d'une recherche utilisant des caractères génériques. Cela peut être très utile si des données sont constamment et régulièrement ajoutées à votre source, car plutôt que de recréer la permutation à chaque mise à jour, vous pourrez utiliser la recherche avec caractères génériques et simplement rafraîchir votre connexion de données. ACCÈS GRATUIT
• 11.  Permuter des lignes en colonnes
  5m 6s
  Bien que l'opération de permutation la plus courante dans Tableau Prep soit de permuter vos données de colonnes en lignes, il est également possible de faire l'inverse, ce qui permet à l'utilisateur de convertir des données "grandes" à des données "larges". Cette opération est parfois appelée "permutation inverse" et peut être très utile lorsque les données sont fortement normalisées. Cela peut être le cas lorsque les données ont été structurées pour simplifier la saisie et le stockage des données en utilisant des des paires de valeurs clés, ou lorsqu'elles contiennent des valeurs et types de données multiples dont la séparation et la structuration sur plusieurs colonnes seraient plus adaptées. ACCÈS GRATUIT