빠른 시작: 데이터 세분화

진행 상황을 확인하세요

다음 이미지는 새롭고 빈 프로젝트를 보여줍니다.

추가 정보나 동영상을 보려면 프로젝트 작성을 참조하십시오.

진행 상황을 확인하세요

다음 이미지는. Data Refinery 에서 열린 항공사 데이터 자산을 보여줍니다.

진행 상황을 확인하세요

다음 이미지는 시각화 탭을 보여줍니다. 이제 데이터를 정제할 준비가 되었습니다.

Data Refinery 오퍼레이션

Data Refinery는 두 가지 유형의 조작을 사용하여 데이터, GUI 조작 및 코딩 조작을 정제합니다. 이 튜토리얼에서 두 유형의 오퍼레이션을 모두 사용합니다.

• GUI 오퍼레이션은 여러 개의 단계로 구성될 수 있습니다. 새로운 단계에서 조작을 선택하십시오. 각 열의 오버플로 메뉴()에서도 GUI 작업의 일부를 사용할 수 있습니다.

  Data Refinery에서 파일을 열면 변환 열 유형 조작은 비문자열 데이터 유형을 추론된 데이터 유형(예: 정수, 날짜, 부울 등)으로 변환하기 위한 첫 번째 단계로 자동으로 적용됩니다. 이 단계를 실행 취소하거나 편집할 수 있습니다.

• 코딩 오퍼레이션은 코딩 오퍼레이션, 함수 및 논리 연산자를 위한 대화식 템플리트입니다. 대부분의 오퍼레이션에는 대화식 도움말이 있습니다. 코딩 오퍼레이션과 해당 구문 옵션을 보려면 명령행 텍스트 상자에서 오퍼레이션 이름을 클릭하십시오.

데이터를 정제하는 것은 Data Refinery 플로우를 빌드하기 위한 일련의 단계입니다. 이 작업을 진행하면서 진행 상황을 확인하려면 단계 패널을 참조하십시오. 이를 삭제하거나 편집할 단계를 선택할 수 있습니다. 실수를 하셨다면, 실행 취소 아이콘을 클릭할 수도 있습니다. 데이터를 정제하려면 다음 단계를 따르십시오:

1. 데이터 탭으로 돌아가십시오.

2. 년 열을 선택하십시오. 오버플로 메뉴()를 클릭하고 내림차순 정렬을 선택하세요.

3. 단계 패널에서 새 단계를 보려면 단계를 클릭하세요.

4. 특정 항공사의 지연에 초점을 맞추십시오. 이 튜토리얼에서는 유나이티드 에어라인(UA)을 사용하지만 다른 항공사를 선택할 수 있습니다.

   1. 새로운 단계를 클릭한 후 GUI 조작 필터를 선택하십시오.

   2. UniqueCarrier 열을 선택하십시오.

   3. 연산자의 경우 Is equal to를 선택하십시오.

   4. 값의 경우, 지연 정보를 보려는 항공사의 문자열을 입력하십시오. 예를 들어, UA.
      

   5. 적용을 클릭하십시오. 결과를 보려면 UniqueCarrier 열로 스크롤하십시오.

5. 도착 및 지연 시간을 함께 추가하는 새 열을 작성하십시오.

   1. 해당 DepDelay 열을 선택하십시오.

   2. 값이 숫자인 모든 열의 문자열 데이터 유형을 정수 데이터 유형으로 변환하기 위한 첫 번째 단계로 변환 열 유형 조작이 자동으로 적용되었습니다.

   3. 새로운 단계를 클릭한 후 GUI 조작 계산을 선택하십시오.

   4. 연산자의 경우 덧셈을 선택하십시오.

   5. 열을 선택한 다음 해당 ArrDelay 열을 선택하십시오.

   6. 결과를 위한 새 열 작성을 선택하십시오.

   7. 새 열 이름 에 다음을 입력하십시오 TotalDelay.
      

   8. 새 열을 열 목록의 끝에 배치하거나 원래 열 옆에 배치할 수 있습니다. 이 경우 원본 열 옆의 다음을 선택하십시오.

   9. 적용을 클릭하십시오. 새 열인 TotalDelay가 추가되었습니다.

6. 새 TotalDelay 열을 데이터 세트의 시작 부분으로 이동하십시오.

   1. 명령행 텍스트 상자에서 select 조작을 선택하십시오.

   2. select라는 단어를 클릭한 후 select(`<column>`, everything())을 선택하십시오.

   3. `<column>`을(를) 클릭한 후 TotalDelay 열을 선택하십시오. 완료하면 명령이 다음과 같이 표시되어야 합니다.

      select(`TotalDelay`, everything())
      

   4. 적용을 클릭하십시오. 이제 TotalDelay 열이 첫 번째 열입니다.

7. 데이터를 네 개의 열(년, 월, DayofMonth 및 TotalDelay)로 줄이십시오. 열을 년, 월 및 일의 그룹으로 나누려면 group_by 코딩 조작을 사용하십시오.

   1. 명령행 텍스트 상자에서 group_by 조작을 선택하십시오.

   2. <column>을(를) 클릭한 후 년 열을 선택하십시오.

   3. 닫는 괄호 앞에 ,Month,DayofMonth을(를) 입력하십시오. 완료하면 명령이 다음과 같이 표시되어야 합니다.

      group_by(`Year`,Month,DayofMonth)
      

   4. 적용을 클릭하십시오.

   5. TotalDelay 열에 대해 select 코딩 조작을 사용하십시오. 명령행 텍스트 상자에서 select 조작을 선택하십시오.
      <column>을(를) 클릭하고 TotalDelay 열을 선택하십시오. 명령이 다음과 같아야 합니다.

      select(`TotalDelay`)
      

   6. 적용을 클릭하십시오. 이제 구체화된 데이터는 년, 월, DayofMonth 및 TotalDelay 열로 구성됩니다.

      다음 화면 이미지는 데이터의 처음 네 행을 보여줍니다.
      

8. 해당 TotalDelay 열의 값들의 평균을 표시하고, 새로운 AverageDelay 열을 생성하십시오:

   1. 새로운 단계를 클릭한 후 GUI 조작 집계를 선택하십시오.

   2. 컬럼 을 선택하려면. TotalDelay 을 선택하십시오.

   3. 연 산자로 평균을 선택하십시오.

   4. 집계된 열의 이름 에 대해 입력하십시오 AverageDelay.
      

   5. 적용을 클릭하십시오.

      새 열은 모든 지연 AverageDelay 시간의 평균값입니다.

진행 상황을 확인하세요

다음 이미지는 데이터의 처음 네 행을 보여줍니다.

진행 상황을 확인하세요

다음 이미지는 흐름 Data Refinery 및 모양 자산을 포함한 자산 탭을 보여줍니다.

진행 상황을 확인하세요

다음 이미지는 완료된 작업 세부 정보를 보여줍니다.

진행 상황을 확인하세요

다음 이미지는 모든 자산이 표시된 자산 탭을 보여줍니다.