نکته:
آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیویی برای نمایش وجود ندارد.
توضیحات دوره:
همه ما باید با داده های کثیف کنار بیاییم. با استفاده از زبان M می توانیم داده های خود را برای استفاده در Power BI تمیز و آماده کنیم. M پاکسازی دستی داده ها را به یک فرآیند خودکار تبدیل می کند. همه ما باید با داده های نیمه ساختاری که در چندین منبع داده پراکنده شده اند سر و کار داشته باشیم. در این دوره ، پرس و جو و شکل دادن به داده ها در Power BI با استفاده از M ، خواهید آموخت که چگونه زبان فرمول Power Query معروف به M می تواند پاکسازی داده ها را به صورت خودکار انجام دهد. ابتدا ، نحوه استخراج داده های به دام افتاده را یاد خواهید گرفت. در مرحله بعدی ، نحوه ماساژ و شکل دادن آن را خواهید فهمید. در آخر ، نحوه کار با مقادیر متن و تاریخ را کشف خواهید کرد. با پایان این دوره ، شما درک عمیق تری از زبان M خواهید داشت.
سرفصل ها و درس ها
بررسی اجمالی دوره
Course Overview
-
بررسی اجمالی دوره
Course Overview
با M ، یک زبان ماکرو برای Prep Data آشنا شوید
Meet M, a Macro Language for Data Prep
-
M چه مشکلی را حل می کند؟
What Problem Does M Solve?
-
M نوار نقاله ای برای داده های شما است
M Is a Conveyor Belt for Your Data
-
M از کجا استفاده می شود؟
Where Is M Used?
-
M تنبل است
M Is Lazy
-
نسخه ی نمایشی - ارزیابی تنبل
Demo - Lazy Evaluation
-
نسخه ی نمایشی - تاشو پرس و جو
Demo - Query Folding
-
M بازگشت
M Is Laid Back
-
خلاصه
Summary
استخراج داده های به دام افتاده
Extracting Your Trapped Data
-
چرا داده های ما به دام افتاده اند؟
Why Is Our Data Trapped?
-
استخراج از Flat Files
Extracting from Flat Files
-
نسخه ی نمایشی - استخراج از CSV و Excel
Demo - Extracting from CSV and Excel
-
استخراج از منابع سلسله مراتبی
Extracting from Hierarchical Data Sources
-
نسخه ی نمایشی - استخراج از XML و JSON
Demo - Extracting from XML and JSON
-
استخراج از پایگاه های ارتباطی
Extracting from Relational Databases
-
نسخه ی نمایشی - استخراج از پایگاه داده های رابطه ای
Demo - Extracting from Relational Databases
-
استخراج از منابع آنلاین
Extracting from Online Sources
-
خلاصه
Summary
داده های خود را به شکل درست درآورید
Molding Your Data into the Right Shape
-
چرا داده های ما دستکاری می شوند؟
Why Is Our Data Mangled?
-
داده حذف می شود؟
Removing Data?
-
نسخه ی نمایشی - حذف ردیف ها
Demo - Removing Rows
-
نسخه ی نمایشی - حذف ستون ها
Demo - Removing Columns
-
نسخه ی نمایشی - تقسیم و ترکیب ستون ها
Demo - Splitting and Combining Columns
-
چرخاندن و چرخش داده ها
Twisting and Turning Data
-
نسخه ی نمایشی - محوری و انتقال
Demo - Pivot And Transpose
-
جمع آوری داده ها
Aggregating Data
-
نسخه ی نمایشی - داده های گروه بندی
Demo - Grouping Data
-
خلاصه
Summary
ترکیب و ادغام چندین منبع داده
Combining and Merging Multiple Data Sources
-
شکستن سیلوهای داده
Breaking Down Data Silos
-
ادغام و الحاق داده ها
Merging and Appending Data
-
نسخه ی نمایشی - در حال ضمیمه داده ها
Demo - Appending Data
-
نسخه ی نمایشی - ادغام داده ها
Demo - Merging Data
-
نسخه ی نمایشی - بارگیری پوشه ها و پرونده ها
Demo - Loading Folders and Files
-
خلاصه
Summary
پاک کردن مقادیر نامرتب
Cleaning up Messy Text Values
-
چرا متن بدون ساختار یک مشکل است؟
Why Is Unstructured Text a Problem?
-
خلاص شدن از شر ناخواسته
Getting Rid of Junk
-
نسخه ی نمایشی - استخراج بخشهایی از متن
Demo - Extracting Portions of Text
-
نسخه ی نمایشی - اصلاح فضای سفید
Demo - Trimming Whitespace
-
نسخه ی نمایشی - تغییر حروف بزرگ
Demo - Changing Capitalization
-
نسخه ی نمایشی - پر کردن و پایین
Demo - Filling up and Down
-
ایجاد چیزی جدید
Creating Something New
-
نسخه ی نمایشی - ایجاد ستون های سفارشی
Demo - Creating Custom Columns
-
خلاصه
Summary
دستکاری تاریخ و زمان
Manipulating Dates and Times
-
چرا تاریخ و زمان مهم است
Why Dates and Times Matter
-
نسخه ی نمایشی - تاریخ های تجزیه
Demo - Parsing Dates
-
اصلاح تاریخ ها
Modifying Dates
-
نسخه ی نمایشی - اصلاح تاریخ ها
Demo - Modifying Dates
-
تولید جدول تاریخ
Generating a Date Table
-
نسخه ی نمایشی - تولید جدول تاریخ
Demo - Generating a Date Table
-
خلاصه
Summary
نمایش نظرات