Willkommen zurück zum Kurs von KnowledgeCity über die Verwendung von Excel zur Datenanalyse. Ich bin Cliff Brozo. Ich bin Ihr Lehrer. Und in der heutigen Lektion, Wir werden über das Finden von Datensätzen sprechen damit wir tatsächlich eine Datenanalyse durchführen können. Werfen wir einen Blick auf den besten Ort, um diese Datensätze zu finden. Einer der umfassendsten Standorte für Datensätze finden Sie auf einer Website namens kaggle.com. und kaggle.com bietet Datensätze für fast alles, was Sie suchen. Und es macht wirklich Spaß, dorthin zu gehen und sehen Sie, welche Art von Datensätzen es gibt. Auf der linken Seite des Bildschirms Wenn Sie kaggle.com besuchen, Und ja, Sie müssen sich registrieren, aber es ist kostenlos, Wir können auf das Wort "Datensätze" klicken. Und es bringt uns zu allen Datensätzen die sich auf Kaggle befinden. Es gibt einige Datensätze, die im Trend liegen, und wenn du sie durchschaust, Sehen Sie, ob Sie etwas sehen, das Sie interessiert. Es gibt einige beliebte Datensätze. Es gibt einige kürzlich angezeigte Datensätze Sobald Sie auf der Website waren, Datensätze zu Filmen und Fernsehsendungen, Kleidung und Accessoires, Wirtschaftswissenschaften, NLP, das sich mit Neurolinguistik befasst, einige Datensätze zu Krebs, einige Datensätze zu COVID. Und wenn Ihnen nicht gefällt, was Sie sehen, Sie können alle öffentlichen Datensätze erkunden die da draußen sind. Wenn ich hier klicke, erhalte ich Seiten und Seiten, Tatsächlich sind es 152.000 verschiedene Datensätze. Beim Durchblättern sehe ich, dass es welche gibt dass es mich interessieren könnte. Es gibt einige, die mich vielleicht nicht interessieren. Während ich scrolle und scrolle und scrolle, Ich kann einen Datensatz finden, der mir gefällt. Wie Sie sehen, sind es mindestens neun Seiten. Wenn ich eines in der Mitte auswähle, Ich kann sehen, dass sie in keiner Reihenfolge sind. Ich kann immer etwas eingeben, was ich suche wenn ich weiß, wonach ich suche. Und noch einmal, wenn Sie sie durchgehen, Diese Datensätze sind sehr vielfältig. Hier ist etwas, das mich irgendwie interessiert: Walmart-Informationen. Werfen wir einen Blick auf den Inhalt des Walmart-Datensatzes. Wenn ich darauf klicke, wird mir eine Beschreibung angezeigt dessen, was sich in diesem bestimmten Datensatz befindet, Verkaufsdaten von 45 Walmart-Filialen. Sie stehen vor einer Herausforderung, unvorhergesehenen Anforderungen, und es sind keine Artikel mehr vorrätig. Walmart bietet das ganze Jahr über Aktionsrabatte an. Sie gehen bedeutenden Feiertagen voraus, Die vier größten davon sind der Super Bowl, der Labor Day, Thanksgiving und Weihnachten. Die Wochen einschließlich dieser Feiertage werden fünfmal höher gewichtet als die Bewertung der Nicht-Ferienwochen. Nochmals, um zu verstehen, womit Sie es zu tun haben, man muss sich unbedingt die Beschreibung durchlesen. Während ich nach unten scrolle, Es fängt an, mir etwas über die Informationen zu erzählen, die hier enthalten sind. Gibt mir alle Feldnamen. Mir wird angezeigt, dass mir 10 von 17 Spalten angezeigt werden. Ich kann das erweitern, um alle Spalten auszuwählen und wenden Sie diesen Filter an. Holen Sie sich die gleichen Informationen, aber jetzt kann ich hin und her scrollen um den Datentyp in diesem Datensatz anzuzeigen. Während ich weiter nach unten scrolle, Es gibt mir einige Aktivitätsstatistiken ungefähr, wie oft Leute es heruntergeladen haben und wie oft die Leute es angesehen haben. Ich werde diesen Datensatz herunterladen und schauen Sie sich an, was drin ist. Klicken Sie auf den Download-Button, und es öffnet sich eine Datei für mich, und hier ist der von Walmart bereinigte Datensatz. Wenn ich den Datensatz öffne, sehe ich, dass ich alle Daten habe. und das erste, was Sie tun müssen, ist, sich damit vertraut zu machen mit wie vielen Datensätzen Sie es zu tun haben. Ich komme auf die rechte Seite und gehe ganz nach unten, um zu sehen, dass ich 42.000 Zeilen habe. Das ist eine ziemlich ansehnliche Datenmenge. Ich gehe zum Anfang, und es gibt ein paar Dinge, die ich gerne tun würde bevor ich tatsächlich anfange, mir die Daten anzusehen. Erstens nehme ich Reihe eins und friere die Scheiben ein. Dies befindet sich auf der Registerkarte "Ansicht". und ich friere die Scheiben ein, und ich sage, friere die obere Reihe ein. Was das für mich bedeutet, ist, wenn ich nach unten scrolle, Ich habe immer noch meine Überschriften. Ich möchte auch den Text umbrechen, Also gehe ich zu meiner Startseite und klicke auf "Text umbrechen". Und das gibt mir ein bisschen mehr einen Überblick darüber, was diese Spalten darstellen. Wenn man sich die Daten anschaut, Ich kann sehen, dass ich Geschäftsnummern, Daten usw. habe. ob es ein Feiertag ist oder nicht, um welche Abteilung es sich handelt, welche Wochenverkäufe, die Temperatur des Tages, der Kraftstoffpreis des Tages, die fünf verschiedenen Abschriftenkategorien, ein Verbraucherpreisindex, Arbeitslosenquote, Art und Größe, Und wenn Sie sich nicht erinnern, was diese Dinge sind, Sie können jederzeit zu Kaggle zurückkehren und es herausfinden. In diesem Fall stellt der Typ eine Kategorie von Geschäften dar, und die Größe ist die Quadratmeterzahl eines bestimmten Geschäfts. Jetzt ist es an der Zeit, einige Hypothesen aufzustellen Basierend auf den Daten, die mir vorliegen, kann ich sagen: Was kann ich aus den verfügbaren Daten schließen? Wenn ich darüber nachdenke, Ich würde gerne wissen, ob die Temperatur, die Außentemperatur, hat keinen Einfluss auf den Tagesumsatz. Gehen die Leute einkaufen, wenn es eiskalt ist? Gehen die Leute einkaufen, wenn es kochend heiß ist? Mal sehen, ob wir es herausfinden können. Ich werde noch einmal eine PivotTable einfügen. Ich stelle sicher, dass ich irgendwo in dieser Tabelle bin. Fügen Sie die PivotTable ein. Es weiß, was mein Tisch ist. Ich klicke auf OK und hier sind meine PivotTable-Felder. Mich interessiert die Temperatur, und ich interessiere mich auch für die wöchentlichen Verkäufe, und das wird mir alles geben meiner unterschiedlichen Temperaturen sowie die Verkäufe für diese Woche. Als nächstes möchte ich meine Hypothesen testen und prüfen Sie anhand der Temperatur, ob es wichtig ist. Als erstes werde ich meine Temperatur messen, und ich werde diese Daten sortieren und zu meiner Registerkarte "Startseite" wechseln. Ich möchte es vom größten zum kleinsten sortieren, und anscheinend war der heißeste Tag knapp über 100 Grad. Jetzt würde ich gerne herausfinden, Kaufen die Leute bei 100 Grad ein? Wenn ich mir all diese Zahlen ansehe, Ich sehe, dass es wirklich schwierig ist herauszufinden, ob oder nicht, es gibt irgendein Muster. Ich werde eine bedingte Formatierung anwenden zu meiner Summe der wöchentlichen Verkäufe Das wird mir visuell angezeigt, wenn Leute einkaufen. Ich klicke auf die gesamte Spalte B. Das ist die Spalte, die ich formatieren möchte. Ich wähle bedingte Formatierung, und ich werde auf meine oberen und unteren Regeln eingehen und sagen Sie: "Geben Sie mir die besten 10 %." Ich möchte herausfinden, was die Top 10 % des Umsatzes sind. Also gehe ich zur bedingten Formatierung, meinen oberen und unteren Regeln, Wählen Sie die besten 10 % aus, und formatiere es so, dass es die Farbe hat, die mir gefällt. Ich werde Grün wählen. Ich klicke auf "OK" und sehe sofort nichts. Bevor ich alarmiert werde, fange ich an, nach unten zu scrollen, Und das erst, wenn die Temperatur 91 Grad beträgt Habe ich Verkäufe, die in den Top 10 sind? Das sagt mir, dass die Leute nicht einkaufen wenn es superheiß ist, weil nur eine dieser Zahlen, und ich scrolle weiter nach unten, Ich komme knapp über 90 Grad. Da ist der zweite. Ich scrolle weiter nach unten, 89 Grad. Also aus 112 verschiedenen Temperaturbereichen von 89 oder 90 Grad aufwärts, Nur dreimal kam es zu Großverkäufen. Ich scrolle weiter nach unten und scrolle nach unten und scrolle nach unten. Ich springe auf fast 88 Grad herunter und habe noch einen. 87 Grad, ich habe noch einen. Das sind nur fünf. 87 Grad. Was mir das zeigt, ist dass nicht viele Leute einkaufen, wenn es superheiß ist. Während ich weiter durch den Datensatz scrolle, Ich greife hier zu meiner Bildlaufleiste, und wenn die Temperaturen gemäßigter werden, Ich werde immer mehr Daten haben das sind die oberen 10 % des Umsatzes. Dies ist nur eine Möglichkeit, wie ich einen Datensatz erstellen kann und wählen Sie eine Hypothese und dann beweisen, ob meine Vermutung wird richtig oder falsch sein. Jetzt wissen Sie, wo Sie Datensätze finden und was man damit macht, wenn man eines hat. Wir sehen uns das nächste Mal.
