Перейти к основному содержимому
ДомSQL

Course

Cleaning Data in PostgreSQL Databases

СреднийУровень мастерства
Обновлено 09.2022
Learn to tame your raw, messy data stored in a PostgreSQL database to extract accurate insights.
Начать Курс Бесплатно
SQLData Preparation
4 ч
15 videos
49 Exercises
4,050 XP
14,085
Свидетельство о достижениях

Создайте бесплатный аккаунт

Продолжить С GoogleПоказать больше вариантов

или

Продолжая, вы принимаете наши Условия использования, нашу Политику конфиденциальности и подтверждаете, что ваши данные хранятся в США.

Пользуется популярностью среди обучающихся в тысячах компаний.

Group

Training a Team?

Try for Business

Описание курса

If you surveyed a large number of data scientists and data analysts about which tasks are most common in their workday, cleaning data would likely be in almost all responses. This is the case because real-world data is messy. To help you tame messy data, this course teaches you how to clean data stored in a PostgreSQL database. You’ll learn how to solve common problems such as how to clean messy strings, deal with empty values, compare the similarity between strings, and much more. You’ll get hands-on practice with these tasks using interesting (but messy) datasets made available by New York City's Open Data program. Are you ready to whip that messy data into shape?

Предварительные требования

Data Manipulation in SQL
1

Data Cleaning Basics

In this chapter, you’ll gain an understanding of data cleaning approaches when working with PostgreSQL databases and learn the value of cleaning data as early as possible in the pipeline. You’ll also learn basic string editing approaches such as removing unnecessary spaces as well as more involved topics such as pattern matching and string similarity to identify string values in need of cleaning.
Начало Главы
2

Missing, Duplicate, and Invalid Data

You’ll learn how to write queries to solve common problems of missing, duplicate, and invalid data in the context of PostgreSQL database tables. Through hands-on exercises, you’ll use the COALESCE() function, SELECT query, and WHERE clause to clean messy data.
Начало Главы
3

Converting Data

Sometimes you need to convert data stored in a PostgreSQL database from one data type to another. In this chapter, you’ll explore the expressions you need to convert text to numeric types and how to format strings for temporal data.
Начало Главы
4

Transforming Data

In the final chapter, you’ll learn how to transform your data and construct pivot tables. Working with real-world postal data, you’ll discover how to combine and split addresses into city, state, and zip codes using a multitude of powerful functions including CONCAT(), SUBSTRING(), and REGEXP_SPLIT_TO_TABLE().
Начало Главы
Cleaning Data in PostgreSQL Databases
Курс
завершен

Получите свидетельство о достижениях

Добавьте эти данные в свой профиль LinkedIn, резюме или CV.
Поделитесь этим в социальных сетях и в своем отчете об оценке эффективности работы.Запишитесь Прямо Сейчас

Присоединяйтесь 19 миллионов учащихся и начните Cleaning Data in PostgreSQL Databases сегодня!

Создайте бесплатный аккаунт

Продолжить С GoogleПоказать больше вариантов

или

Продолжая, вы принимаете наши Условия использования, нашу Политику конфиденциальности и подтверждаете, что ваши данные хранятся в США.

Развивайте свои навыки работы с данными с помощью DataCamp для мобильных устройств.

Успевайте в обучении на ходу с помощью наших мобильных курсов и ежедневных 5-минутных заданий по программированию.