使用须知

本教程用时 10 分钟，介绍如何对数据集执行一组手动和推荐的数据准备操作。

背景信息

在可视化数据集之前，准备和清理数据是重要的一步。例如，该集可能具有敏感数据，例如您不想公开的客户社会保障号码。您可以隐藏或转换社会保障号列的所有字符，从数据集中删除列，或提取数据列的部分以创建新列，其中包含提取的数据。

您可以使用 Oracle Analytics 中的建议和可用的数据准备选项来提高数据质量。

在本教程中，您将使用电子表格作为数据源。您可以添加扩展名为 XLSX 且不大于 100 MB 的电子表格文件。还可以使用逗号分隔值 (CSV) 和文本 (TXT) 文件来创建数据集。您可以对支持的数据源执行数据准备操作。

需要做哪些准备？

创建数据源

Oracle Analytics 按列显示数据集中的数据建议。在本教程中，您将接受与分析相关的一些建议。您还可以为没有特定建议的列中的数据实施转换更改。

  1. 登录到 Oracle Analytics。
  2. 在主页上，依次单击创建和数据集。
  3. 在创建数据集中，单击在此处删除数据文件，或单击以浏览，选择 accountinfo_sales.xlsx 文件，然后单击打开。
  4. 在从 accountinfo_sales.xlsx 创建数据集表时，单击确定。
  5. 在数据集中，选择 id 列，单击度量，然后选择属性。


    下面是 id_col_transform.png 的说明
    id_col_transform.png 的说明
  6. 单击保存。在“将数据集另存为”中，输入 accounting_salesinfo，然后单击确定。
  7. 单击 accounting_salesinfo 选项卡。选择销售列。在“属性”中，单击数字格式 “数字编辑”图标。在“数字格式”行中，单击自动，然后选择货币。


    8. 后面是插图 sales_as_currency.png 的说明
    sales_as_currency.png 的说明

从列中提取信息

从列中提取数据时，将创建一个包含提取数据的新列。在本节中，您将从使用“北美号码计划”的电话号码中提取区号。

  1. 在 accounting_salesinfo 数据集中，单击切换质量磁贴 切换质量洞察图标 以关闭每列的洞察。
  2. 选择电话列。在 Recommendation（建议）列表中，单击 Extract area code from phone（从电话提取区号）。


    Oracle Analytics 将区号列添加到数据集。

    下面是 area_code.png 的说明
    插图 area_code.png 的说明

隐藏敏感客户数据

为了遵守敏感数据的安全策略，您可以混淆列中的所有或部分数据。如果某些用户需要查看敏感数据，则可以创建包含敏感数据的重复数据集。

  1. 选择 ccnumber 列。
  2. 在 Recommendations（建议）列表中，单击 Obfuscate First 12 Digits of ccnumber 。
  3. 选择 ssn 列。在 Recommendations（建议）列表中，单击 Obfuscate First 5 digits of ssn 。


    后面是插图 ccnumber.png 的说明
    下面是 ccnumber.png 的说明

使用地理坐标扩充数据

  1. 选择 zip 列。在 Recommendations（建议）中，单击 Enrich zip with Lat （纬度）。
  2. 在 Recommendations（建议）中，单击 Enrich zip with Lon（使用 Lon 扩展 zip）（经度）。


    下面是 zip_with_geo.png 的说明
    图 zip_with_geo.png 的说明
  3. 单击保存“保存”图标。


    更改将列在“准备脚本 “准备脚本”图标”窗格中，然后在保存数据集时应用。

    下面是 prep_script.png 的说明
    插图 prep_script.png 的说明

检查数据集

在此部分中，您将查看在数据集中实施的更改。

  1. 单击返回 “后退”图标。
  2. 在主页上，选择 accounting_salesinfo 数据集，单击 Actions（操作）“操作”菜单图标，然后选择 Inspect（检查）。
  3. 在“数据集”对话框中，单击数据元素以查看添加到数据集的列。


    后面是插图 inspect_data_set.png 的说明
    inspect_data_set.png 的说明

了解更多