泰迪杯第一次课

1，数据分析技能赛：
主要以工具为主，可视化的工具。

2、考试时间：早八点到晚六点。

3****.数据清洗：****

kettle:软件使用
csv:以逗号为分隔符的文本文件。

主要涉及CSV文件的导入导出，

（1）输入：
CSV文件输入：

excel输入：

1.注意细节：比如给出格式数据为03年的格式，要求结果数据为97格式的。

2.在工作表中，获取工作表名称，有的文件包含三个工作表，选择需要的数据表，有sheet1，sheet2，sheet3.

3.注意将字段里的时间都换成date类型，否则以后用不了。

4.如果没有表头，需要自己定义表的名称表头。在名称处进行手动添加。

5.如果只想保存number的小数点前的数，则可以在格式处进行选择#。

6.输出：
Excel输出
文本文件输出

7.字符串剪切，操作和替换。
①去除空格，去除数据left 或right或中间的空格。
②去重
③字段剪切。
④名字的字母大写或者小写。
⑤miding:填充，在地区的区号前面加上0.
⑥去除全部数字，或者只要数字。
⑦移除特殊字符；
⑧知道两个时间计算时间差。

8.去年的地区的位置信息，地图。
细胞的健康监测。数据挖掘。

9、字符串的替换：
正则表达式：
能够匹配一组我所想要的数据。
将所有的逗号替换成分号。