Mentionsy

Identyfikacja i usuwanie duplikatów.

Bo to jest tak, że w różnych danych czasem te duplikaty będą występowały i czasem tak po prostu musi być.

Czy też nasza firma ma i sprzedajemy międzynarodowo, że ten sam produkt będzie występował dwa razy, tylko raz będzie miał flagę, nie wiem, PL, a raz EN, bo to będą opisy w różnych językach i wszystko będzie to samo, identyfikator będzie ten sam, ale ten rekord będzie jakoś zduplikowany, bo później w tym zamówieniu będzie wskazane, czy tam właśnie użyto tej angielskiej flagi czy polskiej flagi, a być może jeszcze coś się różni, na przykład opis tego produktu wtedy, tak?

I tutaj czasem będzie się usuwało te duplikaty i będzie się po prostu robiło listę produktów po identyfikatorze, a czasem nie.

Natomiast sam proces identyfikacji duplikatów jest dosyć ważny, ponieważ jeżeli tego nie zrobimy, to najczęściej sumując sprzedaż, ilość zamówień, stan zamagazynowania, to będzie nam po prostu wychodziło więcej niż jest w rzeczywistości.

Gorsze, jeżeli się machniemy o niewielką ilość jednostek, to znaczy tych duplikatów jest niewiele, ale są.

Na podstawie tego są podejmowane jakieś decyzje i później dopiero wyjdzie, że kurczę, myśmy zliczali trochę duplikaty.

I będzie się ciężko wytłumaczyć z tego, no bo jednak już lecimy z tymi duplikatami od jakiegoś czasu.

Dlatego właśnie bardzo ważne jest, żeby duplikaty w danych rozpoznać.

nasza aplikacja nie działała przez jakiś czas, nie dostarczała tam ważnych danych.

Natomiast trzeba pamiętać, że sprawdzenie tych nullis, sprawdzenie tych brakujących wartości jest czymś tak podstawowym, jak sprawdzenie duplikatów i robi się to praktycznie zawsze.

Natomiast z naszego punktu widzenia, czyli z punktu widzenia analityka, to jest trochę tak, że musimy wrócić do duplikatów.

Hej, sorry, że wbijam się w temat, ale chciałem tylko przypomnieć, że na mojej stronie kajodata.com znajdziesz dostęp do społeczności i platformy dla analityków danych, gdzie jest mnóstwo świetnych materiałów i pełne wersje kursów z Excela, SQL, Pythona i Tableau, a także webinary z Power BI, więc gorąco zachęcam kajodata.com.

Mamy identyfikację i usuwanie duplikatów.