4.3.1 数据关联《财务大数据分析》教学课件.pptxVIP

财务大数据分析第四章 数据预处理 03数据集成数据关联 1数据集成的概念及主要场景数据关联2数据关联的方式3数据关联的实务操作 数据集成 从广义上来说，在企业中，由于开发时间或开发部门的不同，往往有多个异构的、运行在不同的软硬件平台上的信息系统同时运行。这些系统的数据源彼此独立、相互封闭，使得数据难以在系统之间交流、共享和融合，从而形成了“信息孤岛”。随着信息化应用的不断深入，企业内部、企业与外部信息交互的需求日益强烈，急切需要对已有的信息进行整合，联通“信息孤岛”，共享信息。这些信息数据整合的一系列方案被称为数据集成。 数据集成，也就是指将多份数据合并成数据集的过程和方法。数据集成最常见的两种方法是数据关联和数据合并。数据关联数据关联数据合并一、数据集成的概念及主要场景 资产负债表 利润表数据关联：用于将不同数据内容的表格根据条件来连接。数据合并：用于将相同或相似数据内容的表格进行连接。7月、8月和9月的销售数据数据关联一、数据集成的概念及主要场景 数据关联必须要有关联条件，一般是指左表的主键或其他唯一约束字段（即没有重复值）与右表的主键或其他唯一约束字段（即没有重复值）相等（相同）。数据关联左连接右连接内连接全连接二、数据关联的方式 左连接，是以左表为基础，根据两表的关联条件将两表连接起来。结果会将左表所有的数据条目列出，而右表只列出与左表关联条件满足的部分。左连接全称为左外连接，是外连接的一种。数据关联左连接姓名部门张三行政部李四后勤部部门位置行政部三楼采购部四楼姓名部门位置张三行政部三楼李四后勤部NaN左连接右表 B左表 A二、数据关联的方式 右连接，则是以右表为基础，根据两表的关联条件将两表连接起来。结果会将右表所有的数据条目列出，而左表只列出与右表关联条件满足的部分。右连接全称为右外连接，是外连接的一种。数据关联右连接姓名部门张三行政部李四后勤部部门位置行政部三楼采购部四楼姓名部门位置张三行政部三楼NaN采购部四楼右连接右表 B左表 A二、数据关联的方式 内连接，只显示满足关联条件的左右两表的数据记录，不符合的条件的数据不使用。可以理解为数学中的交集。数据关联内连接姓名部门张三行政部李四后勤部部门位置行政部三楼采购部四楼姓名部门位置张三行政部三楼内连接右表 B左表 A二、数据关联的方式 全连接，也成为外连接。则是指满足关联条件的左右表数据相连。不满足条件的各表数据均保留，无对应数据的表内容为空。数据关联全连接姓名部门张三行政部李四后勤部部门位置行政部三楼采购部四楼姓名部门位置张三行政部三楼李四后勤部NaNNaN采购部四楼全连接右表 B左表 A二、数据关联的方式 之前的数据清洗任务中，我们需要分析客户分布，数据表中只有城市数据，无法从省区、大区的维度进行数据分析，那么这个目标我们可以通过将清洗后的数据表与地理区域信息表进行关联，从而得到一份带有更高行政区划维度的数据表。 具体步骤： 上传清洗结果数据表—新建数据集—添加关联数据表—保存数据集数据关联三、数据关联的实务操作实操任务一：城市地区关联 在数据清洗任务中进行了客户分布的数据清洗工作，但还欠缺更多行政区划维度数据，请使用分析云进行清洗结果数据与行政区域数据表的数据关联。上传清洗结果数据表新建数据集添加关联数据表保存数据集数据关联三、数据关联的实务操作实操任务一：城市地区关联 步骤1：上传清洗结果数据表在分析云的[数据准备]菜单下找到上传按钮点击上传在弹出窗口中选择你已经清洗好的数据结果表数据关联三、数据关联的实务操作实操任务一：城市地区关联 步骤1：上传清洗结果数据表选择数据表中的工作表点击下一步数据关联三、数据关联的实务操作三、数据关联的实务操作实操任务一：城市地区关联 步骤1：上传清洗结果数据表可以选择重命名上传的数据文件名选择上传后的数据位置点击确定后完成上传数据关联三、数据关联的实务操作实操任务一：城市地区关联 步骤2：?新建数据集①在分析云的[数据准备]菜单下找到新建按钮②点击新建③在弹出窗口中选择[关联数据集]④填写关联后的数据集名称⑤选择数据集所在的文件夹位置⑥点击确定数据关联三、数据关联的实务操作实操任务一：城市地区关联 步骤3：添加关联数据表①将数据集成下的超市数据清洗结果表和城市表、省区表拖动放置到关联面板内数据关联三、数据关联的实务操作实操任务一：城市地区关联 步骤3：添加关联数据表②点击超市销售数据表后再点击城市表，在连接条件里设置为连接方式为左连接，关联字段为城市=城市③点击城市表后再点击省区表，在连接条件里设置为连接方式为左连接，关联字段为省自治区=省自治区数据关联三、数据关联的实务操作实操任务一：城市地区关联 步骤4：保存数据