Bienvenue dans le cours de KnowledgeCity sur l'utilisation d'Excel pour l'analyse des données. Je suis Cliff Brozo. Je suis votre instructeur. Et dans la leçon d'aujourd'hui, nous allons parler de la recherche d'ensembles de données afin que nous puissions réellement faire une analyse des données. Jetons un coup d'œil au meilleur endroit pour trouver ces ensembles de données. L'un des emplacements les plus complets pour les ensembles de données se trouve sur un site appelé kaggle.com, et kaggle.com propose des ensembles de données pour à peu près tout ce que vous cherchez. Et c'est vraiment amusant d'y aller et voir quel genre d'ensembles de données sont là-bas. Sur le côté gauche de l'écran quand vous allez sur kaggle.com, et oui, il faut s'inscrire, mais c'est gratuit, nous pouvons cliquer sur le mot ensembles de données. Et cela nous amènera à tous les ensembles de données qui sont situés sur Kaggle. Certains ensembles de données sont à la mode, et tandis que vous les parcourez, voyez si vous voyez quelque chose qui vous intéresse. Il existe des ensembles de données populaires. Il existe des ensembles de données récemment consultés une fois que vous avez été sur le site, ensembles de données de films et d'émissions de télévision, vêtements et accessoires, l'économie, la PNL, qui traite de la neurolinguistique, certains ensembles de données sur le cancer, certains ensembles de données sur le COVID. Et si vous n'aimez pas ce que vous voyez, vous pouvez explorer tous les ensembles de données publics qui sont là-bas. Quand je clique ici, j'obtiens des pages et des pages, en fait, 152 000 ensembles de données différents. En parcourant, je peux voir qu'il y a des que je pourrais être intéressé. Il y en a qui pourraient ne pas m'intéresser. Alors que je défile et défile et défile, Je peux aller chercher un ensemble de données que j'aime. Comme vous pouvez le voir, il y a au moins neuf pages. Si j'en choisis un au milieu, Je vois qu'ils ne sont dans aucun ordre. Je peux toujours saisir quelque chose que je recherche si je sais ce que je cherche. Et encore une fois que vous les parcourez, ces ensembles de données sont très variés. En voici une qui m'intéresse, les informations de Walmart. Jetons un coup d'œil au contenu de l'ensemble de données Walmart. Quand je clique dessus, ça me donne une description de ce qui se trouve dans cet ensemble de données particulier, données sur les ventes de 45 magasins Walmart. Ils font face à un défi, à des demandes imprévues, et ils sont en rupture de stock d'articles. Walmart organise des démarques promotionnelles tout au long de l'année. Ils précèdent les grandes fêtes, dont les quatre plus importants sont le Super Bowl, la fête du Travail, Thanksgiving et Noël. Les semaines incluant ces jours fériés sont pondérés cinq fois plus que l'évaluation de semaines non fériées. Encore une fois, afin de comprendre à quoi vous avez affaire, il faut vraiment lire la description. Alors que je défile vers le bas, il commence à me parler des informations qui s'y trouvent. Me donne tous les noms de champs. Il me dit qu'il me montre 10 des 17 colonnes. Je peux développer cela pour sélectionner toutes les colonnes et appliquer ce filtre. Obtenir le même type d'informations, mais maintenant je peux faire défiler d'avant en arrière pour voir le type de données qui se trouve dans cet ensemble de données. Alors que je défile plus bas, ça me donne des statistiques d'activité environ combien de fois les gens l'ont téléchargé et combien de fois les gens l'ont vu. Je vais télécharger cet ensemble de données et regardez ce qu'il y a dedans. Cliquez sur le bouton de téléchargement, et ça m'ouvre un fichier, et voici l'ensemble de données nettoyées par Walmart. Lorsque j'ouvre l'ensemble de données, je vois que j'ai toutes les données, et la première chose à faire est de vous familiariser avec combien d'enregistrements traitez-vous. je viendrai du côté droit et descendre jusqu'au bout pour voir que j'ai 42 000 lignes. C'est une quantité assez décente de données. je remonte au début, et il y a quelques choses que j'aimerais faire avant de commencer à regarder les données. Premièrement, je prends la première rangée et je fige les vitres. C'est dans l'onglet Affichage, et je fige les vitres, et je dis fige la rangée du haut. Ce que cela fait pour moi, c'est que lorsque je fais défiler vers le bas, J'ai toujours mes titres. Je voudrais aussi envelopper le texte, donc je vais dans mon onglet d'accueil et je clique sur envelopper le texte. Et ça me donne un peu plus d'une vue de ce que ces colonnes représentent. En examinant les données, Je peux voir que j'ai des numéros de magasin, des dates, que ce soit ou non un jour férié, dans quel rayon se trouve-t-il, quelles sont les ventes hebdomadaires, la température du jour, le prix du carburant du jour, les cinq différentes catégories de démarques, un indice des prix à la consommation, le taux de chômage, le type et la taille, et si vous ne vous souvenez pas de ce que sont ces choses, vous pouvez toujours retourner à Kaggle et le découvrir. Dans ce cas, le type représente une catégorie de magasins, et la taille est la superficie en pieds carrés d'un magasin particulier. Il est maintenant temps de proposer une sorte d'hypothèses dire sur la base des données que j'ai devant moi, que puis-je déduire des données disponibles ? En y réfléchissant, J'aimerais savoir si la température, la température extérieure, n'a aucun effet sur les ventes quotidiennes. Est-ce que les gens vont faire du shopping quand il fait un froid glacial ? Est-ce que les gens vont faire du shopping quand il fait chaud ? Voyons si nous pouvons le découvrir. Encore une fois, je vais insérer un tableau croisé dynamique. Je m'assure que je suis quelque part dans ce tableau. Insérez le tableau croisé dynamique. Il sait quelle est ma table. Je clique sur OK, et voici mes champs de tableau croisé dynamique. Je m'intéresse à la température, et je suis également intéressé par les ventes hebdomadaires, et ça va tout me donner de mes différentes températures ainsi que les ventes de cette semaine. Ensuite, je veux tester mes hypothèses et voir si c'est important en fonction de la température. La première chose que je ferai, c'est de prendre ma température, et je vais trier ces données, allez dans mon onglet d'accueil. Je veux trier du plus grand au plus petit, et apparemment le jour le plus chaud était juste au-dessus de 100 degrés. Maintenant, j'aimerais comprendre, les gens font-ils leurs courses quand il fait 100 degrés ? Quand je regarde tous ces chiffres, Je vois qu'il est vraiment difficile de savoir si ou non, il y a n'importe quel type de modèle. Je vais appliquer une mise en forme conditionnelle à ma somme de ventes hebdomadaires qui me montrera visuellement quand les gens achètent. Je clique sur toute la colonne B. C'est la colonne que je veux formater. Je choisis la mise en forme conditionnelle, et je vais entrer dans mes règles du haut et du bas et dites : "Donnez-moi les 10 % les plus performants". Je veux comprendre ce que sont les 10 % des meilleures ventes, donc je vais à la mise en forme conditionnelle, mes règles du haut et du bas, choisissez les 10 % supérieurs, et formatez-le pour que ce soit la couleur que j'aime. Je vais choisir le vert. Je clique sur OK, et tout de suite, je ne vois rien. Avant de m'alarmer, je commence à défiler vers le bas, et ce n'est que lorsque la température est de 91 degrés ai-je des ventes qui sont dans le top 10. Ce que cela me dit, c'est que les gens n'achètent pas quand il fait super chaud parce qu'un seul de ces chiffres, et je continue à défiler vers le bas, Je reçois juste au-dessus de 90 degrés. Il y a le deuxième. Je continue à défiler vers le bas, 89 degrés. Ainsi, sur 112 températures différentes allant à partir de 89 ou 90 degrés et plus, il n'y a eu que trois fois un grand nombre de ventes. Je continue à défiler vers le bas et à défiler vers le bas et à défiler vers le bas. Je saute à presque 88 degrés, et j'en ai un autre. 87 degrés, j'en ai un autre. C'est seulement cinq. 87 degrés. Ce que cela me montre est que peu de gens font leurs courses quand il fait très chaud. Au fur et à mesure que je fais défiler l'ensemble de données, Je vais saisir ma barre de défilement ici, et que j'arrive dans les températures plus tempérées, J'aurai de plus en plus de données c'est dans le top 10% des ventes. Ce n'est qu'une façon dont je peux prendre un ensemble de données et choisissez une hypothèse et ensuite prouver si ma conjecture va avoir raison ou tort. Vous savez maintenant où trouver les ensembles de données et que faire avec eux une fois que vous en avez un. Je te verrai la prochaine fois.
