Eșantionare și rezumare

Pregătirea datelor în Alteryx

Deanna Sanchez

Alteryx ACE and Owner, Nova Geographica LLC

Eșantionarea datelor este ca . . .

Prelevarea unui eșantion dintr-o eprubetă de laborator.

Stratul superior al lichidului
Procentul superior al lichidului
Eșantion aleatoriu (1 șansă din N)

Imagine cu eprubetă de laborator cu lichid

Opțiunile instrumentului Sample

Opțiuni pentru eșantionarea datelor:

Primele sau ultimele N rânduri
Omitere primelor N rânduri
1 din fiecare N rânduri
1 șansă din N pentru fiecare rând
Primele N% din rânduri

Primele N și ultimele N înregistrări

Utilizați un instrument Sort înainte de Sample
- Sortare în ordine descrescătoare
Adăugați un instrument Sample
- Primele N înregistrări, unde N = 10
Exemplu: Top 10 vânzări

Imagine Top 10 eșantion

Omiterea primelor N rânduri

Returnează toate rândurile după omiterea primului număr specificat de înregistrări

Asigură că rămân doar rândurile cu date
Exemplu: Omiterea primelor 4 rânduri este utilizată pentru a sări rândurile de antet când datele încep de la linia 5

Exemplu foaie de calcul cu antet și logo

1 din fiecare N rânduri

Returnează primul rând din fiecare N rânduri din set

Exemplu: 1 din fiecare 10 înregistrări
- Util pentru o prezentare generală a unui total cumulat
- Un set cu 100 de înregistrări returnează 10 înregistrări
Acesta nu este un proces de eșantionare aleatorie

Exemplu total cumulat, 1 din fiecare 10 înregistrări

1 șansă din N pentru fiecare rând

Eșantion aleatoriu din set

Exemplu: 1 șansă din 25 pentru 1000 de înregistrări
- Eșantion aleatoriu din întregul set
Generează un nou set eșantionat la fiecare rulare a fluxului
- ID-uri diferite vor fi returnate la fiecare rulare

Exemplu de șansă aleatorie 1 din N

Primele N% din rânduri

Returnează primele N procente din rânduri

Exemplu: Primele 25% din rânduri, precum Top 25% din vânzări
Pentru 1.000 de înregistrări, primele 25% returnează rândurile 1–250

Exemplu cu primele N procente din rânduri

Gruparea în eșantioane

Permite eșantionarea datelor pe grup(uri)
Pot fi selectate unul sau mai multe câmpuri
Exemplu: Top 10 vânzări pe regiune

Exemplu Top 10 vânzări pe regiune

Utilizarea instrumentului Summarize

Instrumentul Summarize permite gruparea și rezumarea datelor cu multiple opțiuni.

Acțiunile depind de tipul de date al câmpului
Sunt returnate doar câmpurile cu acțiuni
Același câmp poate avea mai multe acțiuni
- Exemplu: Venituri Min și Max din vânzări

Exemplu vânzări min și max pe regiune

Rezumarea datelor de tip text

Unele acțiuni disponibile pentru date de tip text:

Group By
Count
Count Non Null
Min/Max
Mode
First/Last
Concatenate

Exemplu grupare pe regiune și numărare

Rezumarea datelor numerice

Unele acțiuni disponibile pentru date numerice:

Group By și opțiunile anterioare pentru text, plus:
Sum
Average, Median, Mode
Percentile
Standard Deviation
Formule financiare precum IRR (Rata Internă de Rentabilitate) și NPV (Valoarea Actualizată Netă)

Exemplu rezumare date numerice

Ordinea contează

Acțiunile sunt aplicate ierarhic

Se aplică în special funcției Group By
Exemplu:
- Grupare după regiune
- Grupare după echipă de vânzări
- Grupare după agent de vânzări

Exemplu grupare după regiune și echipă de vânzări

Tipuri de fișiere Alteryx

Baza de date Alteryx .yxdb
- Format nativ optimizat pentru Alteryx
- Datele pot fi exportate și importate ca .yxdb în fluxuri
Flux de lucru Alteryx .yxmd
- Format de flux Alteryx Designer
Flux de lucru pachet Alteryx .yxzp
- Flux de lucru Alteryx arhivat
- Poate include seturi de date de intrare și ieșire

Tipuri de fișiere

Să exersăm!

Pregătirea datelor în Alteryx