数据清理与转换

案例研究：在 KNIME 中进行财务分析

Andrew Logan

Data Scientist, 4&8 Ltd

按计划执行

• 干净、可用且一致的数据
• 清理：缺失值、去重、移除不必要的行与列等
• 转换：字符串处理、数值计算、重命名列等

干净如新

• 最常用的节点：Missing Value、Duplicate Row Filter、Column Filter、String Cleaner
• 添加注释！

干净如新

• 最常用的节点：Missing Value、Duplicate Row Filter、Column Filter、String Cleaner
• 添加注释！
• 还有更多：使用 KNIME 论坛 - https://forum.knime.com/ 或搜索引擎处理特殊情况

做出有用的更改

• 操作数据以便可用
• 字符串处理

做出有用的更改

• 操作数据以便可用
• 字符串处理
• 数值计算

做出有用的更改

• 操作数据以便可用
• 字符串处理
• 数值计算
• 其他转换节点
• 注释！

更易理解与复用

• 元节点——地图上的城镇。

更易理解与复用

• 元节点——地图上的城镇。
• 将多个节点合并为一个

更易理解与复用

• 元节点——地图上的城镇。
• 将多个节点合并为一个
• 节省时间
• 易于理解
• 易于注释

Passons à la pratique !

案例研究：在 KNIME 中进行财务分析