如何在 Looker 中可视化之前清理数据

数据分析的黄金法则简单但残酷：“垃圾进，垃圾出。”

如果您使用 Looker，您可能会喜欢它的可视化功能，但您可能讨厌为其准备数据的麻烦。无论您是在处理 复杂的 LookML 模型，还是只是厌倦了在建模层中破坏仪表板的杂乱文件，在导入之前清理数据都是无压力工作流程的秘诀。

具体的噩梦：时间戳和日期

任何数据分析师最大的敌人是日期列。 您知道该怎么做：您将数据集导入 Looker，突然您的时间序列图表被破坏了，因为：

• 某些日期为“DD/MM/YYYY”（欧洲风格）。
• 其他为“MM-DD-YYYY”（美国风格）。
• 有些只是文本字符串，例如“Jan 12, 2024”。

在 Looker 中修复此问题通常需要编写复杂的解析函数、创建严格的公式或在 Excel 中手动编辑单元格。它很容易出错而且很无聊。

Datastripes 哲学：“接受一切，输出一个”

Datastripes 采用完全不同的数据清理方法，尤其是时间戳。

Datastripes 不要求您编写代码来定义日期格式，而是使用智能摄取引擎，自动接受混合格式。

1. 摄取： 您删除原始 CSV 或 SQL 数据库。 Datastripes 会检测日期列，即使它包含混合在一起的 5 种不同格式。
2. 标准化： 系统自动将所有内容转换为单一的通用标准 (ISO 8601)。
3. 目视检查： 您会立即看到时间线分布。如果存在异常值（例如 2099 年的日期），您可以直观地发现它们并通过单击将其过滤掉。 您不必担心日期如何书写。您只知道输出的是一个干净的、可排序的时间戳。

超越日期：可视化管道

这不仅仅是日期的问题。通过在将数据发送到 Looker 之前使用可视节点流，您可以：

• 基于 ID 删除重复行，无需编写 SQL。
• 通过简单的界面对类别进行分组（例如，将“USA”、“U.S.”和“US”变成“United States”）。
• **使用直方图直观地过滤异常值。

为什么不在 Looker 中进行呢？

Looker 专为“可视化”和“分析”数据而设计，不一定用于清理脏文件。当您为复杂的 LookML 模型添加大量清理逻辑时，您的仪表板会变得更慢且更难以维护。

通过使用 Datastripes 作为轻量级“预处理”层，您可以将原始数据集交给 Looker。

• 您的仪表板加载速度更快。
• 您的公式变得更简单。
• 您停止调试日期格式并开始寻找见解。

尝试一下

停止与混乱的 CSV 和复杂的脚本搏斗。在几分钟内直观地清理您的数据，然后将其导出以供 Looker 使用。

免费试用 Datastripes 并首次清楚地查看您的数据。