Выборка и агрегирование данных

Подготовка данных в Alteryx

Deanna Sanchez

Alteryx ACE and Owner, Nova Geographica LLC

Выборка данных — это как...

Выборка данных — как забор пробы в химической лаборатории.

Верхний слой жидкости
Верхний процент жидкости
Случайная выборка (шанс 1 к N)

Изображение химической пробирки с жидкостью

Параметры инструмента Sample

Варианты выборки данных:

Первые или последние N строк
Пропустить первые N строк
Каждая N-я строка
Шанс 1 к N для включения каждой строки
Первые N% строк

Первые N и последние N записей

Перед инструментом Sample добавьте инструмент Sort
- Сортировка по убыванию
Добавьте инструмент Sample
- Первые N записей, где N = 10
Пример: топ-10 продаж

Изображение выборки топ-10

Пропуск первых N строк

Возвращает все строки после пропуска заданного числа первых записей

Позволяет оставить только строки с данными
Пример: пропуск первых 4 строк используется, когда данные начинаются с 5-й строки

Пример таблицы с заголовком и логотипом

Каждая N-я строка

Возвращает первую строку из каждых N строк набора данных

Пример: каждая 10-я запись
- Удобно для обзора нарастающего итога
- Из 100 записей будет возвращено 10
Это не случайная выборка

Пример нарастающего итога: каждая 10-я запись

Шанс 1 к N для каждой строки

Случайная выборка из набора данных

Пример: шанс 1 к 25 из 1000 записей
- Случайная выборка по всему набору данных
При каждом запуске рабочего процесса формируется новая случайная выборка
- С каждым запуском выводятся разные идентификаторы

Пример случайной выборки 1 к N

Первые N% строк

Возвращает первые N процентов строк

Пример: первые 25% строк, например топ-25% продаж
Для 1 000 записей первые 25% — это строки с 1 по 250

Пример выборки первых N процентов строк

Группировка при выборке

Позволяет выполнять выборку данных по группам
Можно выбрать одно или несколько полей
Пример: топ-10 продаж по регионам

Пример топ-10 продаж по регионам

Инструмент Summarize

Инструмент Summarize позволяет группировать и агрегировать данные с помощью множества функций.

Доступные действия зависят от типа данных поля
На выход передаются только поля с заданными действиями
Для одного поля можно задать несколько действий
- Пример: минимальная и максимальная выручка от продаж

Пример минимальных и максимальных продаж по регионам

Агрегирование строковых данных

Доступные действия для строковых данных:

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

Пример группировки по региону и подсчёта

Агрегирование числовых данных

Доступные действия для числовых данных:

Group By и ранее упомянутые действия для строк, плюс:
Sum
Average, Median, Mode
Percentile
Standard Deviation
Финансовые формулы: IRR (внутренняя норма доходности) и NPV (чистая приведённая стоимость)

Пример агрегирования числовых данных

Порядок имеет значение

Действия применяются иерархически

Особенно актуально для функции Group By
Пример:
- Группировка по региону
- Группировка по команде продаж
- Группировка по продавцу

Пример группировки по региону и команде продаж

Типы файлов Alteryx

База данных Alteryx .yxdb
- Собственный формат файлов, оптимизированный для Alteryx
- Данные можно экспортировать в .yxdb и импортировать в рабочие процессы
Рабочий процесс Alteryx .yxmd
- Формат рабочего процесса Alteryx Designer
Упакованный рабочий процесс Alteryx .yxzp
- Архивированный рабочий процесс Alteryx
- Может включать входные и выходные наборы данных

Типы файлов

Давайте потренируемся!

Подготовка данных в Alteryx