Principles of Data Wrangling: Practical Techniques for Data Preparation

یک کار کلیدی که هر سازمان مشتاق مبتنی بر داده باید بیاموزد بحث و جدل داده است، فرآیند تبدیل داده های خام به چیزی واقعاً مفید. این راهنمای عملی مروری کلی از تکنیک‌ها و ابزارهای مختلف بحث در مورد داده‌ها را در اختیار تحلیلگران کسب‌وکار قرار می‌دهد و با این پرسش که \"می‌خواهید چه کاری انجام دهید و چرا؟\\"، تمرین جدال داده‌ها را در متن قرار می‌دهد. داده ها تقریباً 50 تا 80 درصد از زمان یک تحلیلگر را قبل از هر نوع تجزیه و تحلیلی مصرف می کند. این کتاب که توسط مدیران کلیدی Trifacta نوشته شده است، شما را در فرآیند بحث و جدل با کاوش در چندین فاکتور -زمان، دانه بندی، محدوده و ساختار- که باید هنگام شروع کار با داده ها در نظر بگیرید، راهنمایی می کند. با تاکید بر فرآیندهای تحلیلی چابک اخیر که توسط بسیاری از سازمان‌های مبتنی بر داده‌های امروزی استفاده می‌شود، زبان مشترک و درک جامعی از کشمکش داده‌ها را یاد خواهید گرفت.

از اهمیت و رضایت از مشاجره قدردانی کنید. داده ها به روش صحیح.

• درک نوع داده ای در دسترس است
• انتخاب کنید از کدام داده استفاده شود و در چه سطحی از جزئیات است
• به معنی ترکیب چندگانه منابع داده
• تصمیم بگیرید که چگونه نتایج را به اندازه و شکلی تقطیر کنید که بتواند تجزیه و تحلیل پایین دستی را هدایت کند

A key task that any aspiring data-driven organization needs to learn is data wrangling, the process of converting raw data into something truly useful. This practical guide provides business analysts with an overview of various data wrangling techniques and tools, and puts the practice of data wrangling into context by asking, "What are you trying to do and why?"

Wrangling data consumes roughly 50-80% of an analyst’s time before any kind of analysis is possible. Written by key executives at Trifacta, this book walks you through the wrangling process by exploring several factors—time, granularity, scope, and structure—that you need to consider as you begin to work with data. You’ll learn a shared language and a comprehensive understanding of data wrangling, with an emphasis on recent agile analytic processes used by many of today’s data-driven organizations.

Appreciate the importance—and the satisfaction—of wrangling data the right way.

• Understand what kind of data is available
• Choose which data to use and at what level of detail
• Meaningfully combine multiple sources of data
• Decide how to distill the results to a size and shape that can drive downstream analysis