Kui töötate Google'i arvutustabelites suuremate andmekogumitega, võib muutujate väärtuste võrdlemine olla tüütu protsess. Õnneks on normaliseerimine statistiline meetod, mis aitab sorteerida keerulised väärtused hõlpsasti võrreldavateks andmekogumiteks.
Selles artiklis selgitatakse, mis on normaliseerimine ja kuidas saate statistiliste eeliste saamiseks Google'i arvutustabelites andmeid normaliseerida.
Kuidas Google'i arvutustabelites andmeid normaliseerida?
Oletame, et meil on lahtrites mõned arvväärtused vahemikus A2 kuni A50. Selle vahemiku normaliseerimiseks väärtusteks X ja Y vahel peate tegema järgmist.
- Kui teie esimene andmepunkt asub A2-s, leiate esimese normaliseeritud väärtuse järgmise valemi abil:
(YX) * ((A2-MIN ($ A $ 2: $ A $ 50)) / (MAX ($ A $ 2: $ A $ 50) -MIN ($ A $ 2: $ 50 $))) + Y
Kasutage otseselt numbrite X ja Y väärtusi.
- Kui olete esimese numbri valemi sisestanud, liigutage hiirekursorit lahtri põhja, kuni see muutub ristiks. Seejärel vajutage ja lohistage kursorit allapoole, et täita ülejäänud read valemiga. Google'i arvutustabelid asendab ülejäänud lahtrid automaatselt A2 vastava rea numbriga, samas kui kõik sümbolite $ taga ei muutu.
- Kui soovite viidata lehtede teiste lahtrite X ja Y väärtustele, peate panema $ s enne lahtrite rida ja veergu, milles väärtused asuvad (näiteks $ D $ 5) või kopeerima valemi võib anda teile sõelumisvea või valed tulemused.
- Teie andmed normaliseeritakse nüüd X ja Y väärtuste vahel.
Andmete normaliseerimine on suurepärane võimalus mõõta erinevusi kahe erineva minimaalse ja maksimaalse väärtusega andmekogumi vahel.
Google'i arvutustabelite kasutamine andmebaasina
Iga andmebaas on sisuliselt suur tabel (või palju ühendatud tabeleid), mida juhib andmebaaside haldussüsteem. Kui töötate suhteliselt väikese andmekogumiga, mida pole vaja liiga palju laiendada, saab teie andmebaasina kasutada Google'i arvutustabeleid.
kuidas Windows 10 värskendused välja lülitada
Kui soovite hakata Google'i arvutustabeleid oma andmebaasina kasutama, peab teil olema põhiprogrammeerimise taust. Lehe SQL-i ja Pythoniga ühilduvaks muutmiseks vajate ka API-d. Kuigi Google pakub oma teenustele terviklikku API-d, võib sellega tegelemiseks olla natuke liiga palju. Seetõttu soovitame sheet2api või Autokood API vajaduse lahendamiseks. API-teenused pakuvad ühenduse ja autentimisi, mis on vajalikud teie Google'i arvutustabelite ühendamiseks andmebaasiga, ja pakuvad piisavaid lõpp-punkte andmebaasi nõuetekohase töövoo võimaldamiseks.
Google'i arvutustabelite andmebaasina kasutamise peamine eelis on see, et teil on alati kõigist andmetest visuaalne ülevaade. Kuna Google Sheets on saadaval mobiilseadmete rakendusena ja ühildub enamiku brauserite ja operatsioonisüsteemidega, on teie andmebaasile juurdepääs kõikjalt maailmast. Võite ka otse lehe andmeid üle vaadata ja redigeerida, selle asemel, et muudatuste tegemiseks andmebaasi kaudu päringu käivitamiseks koodi kasutada.
Kuid Google'i arvutustabelitel on andmebaaside haldamisel piirangud. Esiteks on suhtefunktsioonidest selgelt puudus. Andmebaasid koosnevad tavaliselt paljudest tabelitest, kasutades omavahel suhtlemiseks võõraid võtmeid, seda protsessi lihtsalt ühes arvutustabelis ei eksisteeri.
Kui soovite mõnda näidet vaadata, kaaluge oma ettevõtte osakondi. Arvutustabelis oleksid need tavaliselt lihtsalt välja trükitud stringid. Suurema andmekogumi puhul pole see aga mõistlik. Andmebaasides oleks ettevõtte osakondade jaoks eraldi tabel, kus iga osakond oleks vastavalt nummerdatud. Seejärel viidake töötaja andmetes osakonna numbrile, kasutades võõrast võtit. Eraldi osakonna tabeli olemasolu võimaldab teil otseseid muudatusi teha osakondades endas, ilma et muudatused oleksid läbi kogu andmebaasi.
Lisaks saab Google'i arvutustabelid korraga salvestada ainult viis miljonit lahtrit. Kuigi see võib tunduda suur arv, võivad isegi keskmise suurusega ettevõtetel olla andmebaasid, mis ületavad selle piiri. Lisaks jõuate jõudlusprobleemideni palju kiiremini, enne kui jõuate lahtrimahuni. Lahtrite arvu ja jõudluse vahel näiliselt lineaarse skaleerimise korral on teil 100 tuhat lahtrit sisaldava andmebaasiga töötamisel märkimisväärseid viivitusi.
Täiendav KKK
Kas saate Google'i arvutustabelitesse andmeid sisestada?
Google'i integreeritud API võimaldab teil lisada tabeli otse failidest. Faili importimise tööriist toetab järgmisi laiendusi:
• .xls
• .xlsx
• .xlsm
• .xlt
• .xltx
• .xltm
• .sõlmed
• .csv
• .txt
• .tsv
• .tab
Lisaks on kolmanda osapoole tarkvara integreeritud tavaliselt Google'i arvutustabelitega. Sheets2api ja Autocode, mida me varem arutasime, mõlemal on API-lahendused andmete sisestamiseks olemasolevatesse tabelitesse.
Andmete sisestamiseks ühest Google'i lehest teise saate kasutada ka funktsiooni IMPORTRANGE.
Google'il on ka skriptimisjuhised sisu tabelisse kirjutamiseks.
Kui teil õnnestub leida teile sobiv API-lahendus, saate hõlpsalt sisestada andmed Google'i arvutustabelitesse, kui olete need oma platvormiga ühendanud.
kuidas lisada bot disordiserverisse
Kuidas puhastada Google'i arvutustabelite andmeid?
Google Sheets pakub mitmeid lahendusi andmete puhastamiseks ja sortimiseks.
Kui kasutate küsitlustulemuste kogumiseks teenust Google Forms, võite vormid seadistada vastuste automaatselt arvutustabelisse kleepimiseks, mitte andmete käsitsi kleepimiseks.
Google'i arvutustabelitel on ka andmete valideerimise funktsioon. Kui avate jaotise Andmed> Andmete valideerimine, saate valede funktsioonide vältimiseks seadistada valideerimisfunktsioonid. Näiteks saate koostada loendi üksustest, mida saab konkreetsesse veergu panna, ja kui proovite sisestada midagi muud, siis tekib viga.
Google'i arvutustabelites on ka duplikaatide eemaldamise ja tühikute kärpimise valikud. See eemaldab teie ridadelt ja lahtritelt kõik lisaväärtused ja tühikud.
mis on turvarežiim ps4-l
Kui soovite veebilehtedelt rohkem korrastatud andmeid kleepida, kasutage veebisaidilt vajaliku teabe hankimiseks IMPORTHTML või IMPORTXML ilma täiendava segaduseta.
Mida tähendab andmete normaliseerimine?
Statistikas võimaldab andmete normaliseerimine muuta erinevaid andmekogumeid võrreldavamaks.
Andmete normaliseerimisel saate muuta algse arvväärtuste vahemiku valitud vahemikuks. Näiteks saate normaliseerida erinevad hindamismeetodid samasse väärtuste vahemikku, et neid omavahel võrrelda.
Vahemikust (y, z) kuni vahemikuni (a, b) pärineva väärtuse x normaliseerimine toimub järgmise valemi abil:
X_normaliseeritud = (b - a) * ((x - y) / (z - y)) + a
Andmete normaliseerimine on kasulik, kui teie algsetel andmekogumitel pole puhtaid väärtusi. Näiteks vahemike standardimine (0,100) võib aidata anda kiire ülevaate hindetest, sõltumata punktide enda maksimaalsest väärtusest.
Andmete hindamisel on täiendav statistiline meetod standardimine. See paneb algsete arvväärtuste keskmise 0 ja standardhälbe 1. Standardseid väärtusi nimetatakse sageli z-punktideks.
Google'i arvutustabelitel on funktsioon, mis võimaldab teil andmekogumit standardida. Funktsioon STANDARDIZE (x, keskmine, standardne dev) seab arvulise väärtuse x oma standardkujule. Funktsiooni AVERAGE (vahemik) abil saate tabelisse oma andmete keskmise väärtuse hankida ja funktsiooni ST_DEV (vahemik) saate arvutada andmekogumi standardhälbe.
Standardiseeritud andmete tõlgendamine on natuke erinev. Näiteks standardiseeritud arv -1,5 tähendab, et algväärtus on keskmisest väiksem 1,5-kordse hulga standardhälbe võrra.
Standardimine võib olla kasulik erinevate andmekogumite väärtuste võrdlemiseks erinevate ootuste ja vahenditega. Kuna standardimine paneb keskmise alati 0-ni ja hälbe 1-ni, ei häiri andmekogumis toodud tegelikud väärtused võrdlust.
Statistiline analüüs võib ka andmekogumi teisendada vastavalt konkreetsele jaotusele, kuid see on täpsem statistiline funktsioon, mida käesolevas juhendis ei käsitleta.
Uus Normal
Andmekogumite normaliseerimine on andmete analüüsimisel uskumatult kasulik tööriist ja Google Sheets pakub arvuliste andmete normaliseerimiseks kiiret lahendust. Lisaks saate Google'i arvutustabeleid kasutada väikese andmebaasina, kui te ei tööta oma töö jaoks erakordse hulga andmekogumitega. Google'i arvutustabelite integreerimised kolmanda osapoole tarkvaraga muudavad selle sobivaks paljudele tööstusharudele. Korralikud andmebaasid on aga palju mastaapsemad.
Mis tüüpi teavet tavaliselt Google'i arvutustabelites normaliseerite? Kas kasutate oma andmebaasi jaoks Google'i arvutustabeleid? Andke meile sellest teada allpool olevast kommentaaride jaotisest.
