Datenstatistiken

Datenbereinigung in Java

Dennis Lee

Software Engineer

Lern deinen Kursleiter kennen!

 

Dennis Lee

 

  • Softwareentwickler bei Amazon
  • Technologie und Betrieb
  • Ph.D. in Elektrotechnik und Informatik

 

Foto des Kursleiters

Datenbereinigung in Java

Warum saubere Daten wichtig sind

 

Titel Veröffentlichungsdatum Bewertung Anzahl Bewertungen Preis
[null] 1/10/23 4.8 165 $30.61
9/13/19 4.8 2,521 $38.00
Clean Code 8/1/08 4.7 5,639 $400.00

 

  • Schlechte Daten: Umsatzeinbußen, Kund:innen verwirrt, unzuverlässige Prognosen
  • Lösung: Daten bereinigen
Datenbereinigung in Java

Kursüberblick

  1. Datenqualität prüfen

 

1_Ch1_L1_.jpg

Datenbereinigung in Java

Kursüberblick

  1. Datenqualität prüfen
  2. Daten transformieren

 

2_Ch1_L1_.jpg

Datenbereinigung in Java

Kursüberblick

  1. Datenqualität prüfen
  2. Daten transformieren
  3. Daten validieren

 

3_Ch1_L1_.jpg

Datenbereinigung in Java

Kursüberblick

  1. Datenqualität prüfen
  2. Daten transformieren
  3. Daten validieren
  4. Tabellendaten bereinigen

 

4_Ch1_L1_.jpg

Datenbereinigung in Java

Unsere Daten strukturieren

import java.time.LocalDate;

public class BookSalesExample {
    private record BookSales(String title, LocalDate publishDate, 
                             int reviewCount,  double rating, double price) {}}

book.rating() // book is an instance of BookSales
Titel Veröffentlichungsdatum Bewertung Anzahl Bewertungen Preis
Python Crash Course 1/10/23 4.8 165 $30.61
The Pragmatic Programmer 9/13/19 4.8 2,521 $38.00
Clean Code 8/1/08 4.7 5,639 $40.00
Datenbereinigung in Java

Datensatz befüllen

import java.time.LocalDate;
import java.util.Arrays;
import java.util.List;

// Create books with title, publishDate, reviewCount, rating, and price
List<BookSales> books = Arrays.asList(
        new BookSales("Python Crash Course", LocalDate.of(2023, 1, 10),
                      165, 4.8, 30.61),
        new BookSales("The Pragmatic Programmer", LocalDate.of(2019, 9, 13),
                      2521, 4.5, 38.00),
        new BookSales("Clean Code", LocalDate.of(2008, 8, 1),
                      5639, 4.7, 40.00));
Datenbereinigung in Java

Mittelwert, Min, Max berechnen

import org.apache.commons.math3.stat.descriptive.DescriptiveStatistics;


public class BookSalesExample {
    public static void main(String[] args) {
        // Create stats calculator
        DescriptiveStatistics stats = new DescriptiveStatistics();
        // Add each book's price to stats
        books.forEach(book -> stats.addValue(book.getPrice()));
    }
}
Datenbereinigung in Java

Beispielausgabe: Preisspanne

System.out.printf("Books analyzed: %d%n", books.size());

Books analyzed: 3

System.out.printf("Average price: $%.2f%n", stats.getMean());

Average price: $36.20

System.out.printf("Price range: $%.2f - $%.2f%n", stats.getMin(), stats.getMax());

Price range: $30.61 - $40.00
Datenbereinigung in Java

Perzentile berechnen

public class BookSalesExample {
    public static void main(String[] args) {
        // 50th percentile = median
        System.out.printf("Median price: $%.2f%n", stats.getPercentile(50));

        System.out.printf("Normal range: $%.2f - $%.2f%n",
                stats.getPercentile(25), stats.getPercentile(75));
    }
}

Median price: $38.00

Normal range: $30.61 - $40.00
Datenbereinigung in Java

Statistik als Qualitätskontrolle

  • DescriptiveStatistics-Methoden
    • .getMean(): Durchschnittspreis
    • .getMin(), .getMax(): Preisspanne
    • .getPercentile(): typische Preise
  • Probleme über Preisspannen erkennen
  • Vorteile
    • Schnelles Erkennen von Problemen
    • Skaliert für große Datensätze
    • Ersetzt manuelle Prüfung

Bücherstapel

Datenbereinigung in Java

Lass uns üben!

Datenbereinigung in Java

Preparing Video For Download...