Build your ultimate AI agent
课程介绍
基础数据处理技术
通过掌握 KNIME 中的数据转换基础技能，开启你的学习之旅。 本课程部分涵盖根据单元格值拆分列、使用条件语句来确保数据完整性，以及运用逻辑运算符创建全面的数据筛选器。 此外，您还将学习重命名列的技巧，以保持数据集井然有序。 对于任何刚开始使用 KNIME 进行数据转换的人来说，这些基础技能都至关重要。
基于表达式的转换
在基础知识之上，学习中级数据处理策略。 在本课程的这一部分，你将实践创建和使用字符串表达式和数学表达式来执行复杂的数据转换的技巧。 学习如何创建针对特定分析需求定制的自定义列，并无缝组合不同类型的数据转换。 这套技能将使你能够有效应对更复杂的数据场景。
优化工作流与数据整合
本课程的最后部分重点介绍如何优化和增强 KNIME 工作流。 学习如何从多个数据源追加和合并列、添加常量值列，并有效地对表格进行排序。 此外，本部分还将教你如何将工作流程中的各个环节抽象为可复用的组件，并优化视觉元素，以提升可用性。 这些高级技术将帮助您更高效、更深入地管理和分析复杂数据集。
先修要求
课程大纲
课程大纲
1
条件语句与逻辑运算符
在本章中，您将学习如何根据单元格的取值来拆分列，从而将合并的数据拆分为更易管理的部分。接着，您将探索在数据转换中如何使用条件语句，以便对数据集应用特定规则。此外，您还将学习如何使用逻辑运算符来构造逻辑条件。最后，您会了解如何重命名一个或多个列，确保数据集结构清晰、便于理解。
2
字符串与数学表达式
深入学习基于表达式的数据转换，这是进行数据处理的一项关键技能。本章将讲解如何理解并使用字符串表达式来完成多种字符串处理任务。此外，您还将掌握使用公式与运算符的数学表达式，从而根据需求创建自定义列。最后，您将能够构建混合表达式，将数学与字符串表达式无缝结合，形成一套用于高级数据转换的完整工具。
3
数据集成
学习如何从多张表中追加与合并列，以便整合来自不同来源的数据。了解如何添加常量列，并通过重新排序列来定制数据集布局。最后，深入学习如何通过指定一组条件来对表格进行排序，确保数据组织有序、便于分析。这些技能将提升您的数据管理能力，使复杂数据集更易处理并更具洞察力。
4
分享工作流并协作
最后一章将聚焦于通过添加详细描述与标签来增强 KNIME 工作流，以体现其主题。进一步学习如何将工作流片段抽象为可复用的 KNIME 组件、封装功能，并添加可视化元素以提升可用性。
最后，学习如何在 KNIME Community Hub 上分享您的工作流与组件，确保它们能够为社区所用并易于访问。
KNIME 中的数据转换
课程完成
