Opérations d'interface graphique dans Data Refinery

Retranscription de la vidéo

1. L'opération Convertir le type de colonne convertit automatiquement la première colonne de Chaîne en Entier. Vous pouvez modifier les types de données des trois autres colonnes.
2. Pour modifier le type de données de la colonne européenne de Chaîne en Décimale, sélectionnez la colonne, puis modifiez l'étape de l'opération Convertir le type de colonne.
3. Pour modifier le type de données de la colonne européenne de Chaîne en Décimale, sélectionnez la colonne, puis modifiez l'étape de l'opération Convertir le type de colonne.
4. Sélectionnez Décimale.
5. La colonne utilise la virgule comme délimiteur ; sélectionnez donc Virgule (,) pour le symbole décimal.
6. Sélectionnez la colonne suivante, DATETIME. Sélectionnez Horodatage et un format.
7. Cliquez sur Postuler (Apply).
8. Les colonnes sont maintenant des types de données Entier, Décimale, Date et Horodatage. L'étape Convertir le type de colonne dans le panneau Etapes est mise à jour.

Retranscription de la vidéo

1. L'opération Convertir une valeur de colonne en valeur manquante convertit les valeurs d'une colonne sélectionnée en valeurs manquantes si elles correspondent aux valeurs d'une colonne spécifiée ou si elles correspondent à une valeur spécifiée.
2. Une valeur manquante équivaut à une valeur NULL SQL, qui est une zone sans valeur. Elle est différente d'une valeur zéro ou d'une valeur contenant des espaces.
3. Vous pouvez utiliser la valeur de l'opération Convertir une valeur de colonne en valeur manquante lorsque vous pensez que les données seraient mieux représentées comme valeurs manquantes. Par exemple, lorsque vous souhaitez utiliser des valeurs manquantes dans une opération Remplacer les valeurs manquantes ou dans une opération Filtrer.
4. Utilisez la valeur de l'opération Convertir une valeur de colonne en valeur manquante pour modifier les valeurs en valeurs manquantes en fonction d'une valeur correspondante.
5. Il est noter que la colonne DESC comporte de nombreuses lignes dont la valeur est CANCELLED ORDER. Convertissez les chaînes CANCELLED ORDER en valeurs manquantes.
6. L'opération Convertir une valeur de colonne en valeur manquante figure sons la catégorie CLEANSE.
7. Entrez la chaîne à remplacer par des valeurs manquantes.
8. Les valeurs qui étaient précédemment CANCELLED ORDER sont désormais des valeurs manquantes.

Retranscription de la vidéo

1. L'opération Extraire la valeur de date ou d'heure extrait la partie sélectionnée d'une valeur de date ou d'heure d'une colonne dont le type de données est date ou horodatage.
2. La colonne DATE est un type de données Chaîne. Commencez par utiliser l'opération Convertir le type de colonne pour convertir le type de colonne en type de données Date.
3. Sélectionnez l'opération Convertir le type de colonne dans le menu de la colonne DATE. Sélectionnez Date.
4. Sélectionnez un format de date.
5. La colonne DATE est désormais un type de données Date.
6. Le format de date ISO est utilisé lorsque le type de données Chaîne a été converti en type de données Date. Par exemple, la chaîne 01/08/2018 a été convertie en 2018-01-08.
7. A présent, vous pouvez extraire la partie année de la date dans une nouvelle colonne.
8. L'opération Extraire la valeur de date ou d'heure figure sous la catégorie CLEANSE.
9. Sélectionnez Année pour la partie de la date à extraire et entrez YEAR pour le nouveau nom de colonne.
10. La partie année de la colonne DATE se trouve dans la nouvelle colonne, YEAR.
11. Le panneau Etapes affiche l'opération Extraire la valeur d date ou d'heure.

Retranscription de la vidéo

1. Utilisez l'opération Filtrer pour filtrer les lignes en fonction des colonnes sélectionnées. Vous pouvez appliquer plusieurs conditions en une seule opération Filtrer.
2. Utilisez une expression régulière pour filtrer toutes les lignes, à l'exception de celles sur lesquelles la chaîne de la colonne Emp ID commence par 8.
3. Filtrez les lignes en fonction de deux abréviations d'état.
4. Cliquez sur Postuler (Apply). Seules les lignes sur lesquelles ID Emp commence par 8 et dont l'état est AR ou TX figurent dans la table.
5. Les lignes sont désormais filtrées par AR et PA. L'étape Filtrer dans le panneau Etapes est mise à jour.

Retranscription de la vidéo

1. Utilisez l'opération Supprimer une colonne pour supprimer rapidement une colonne d'un actif de données.
2. Le moyen le plus rapide de supprimer une colonne est à partir du menu de la colonne.
3. Le nom de la colonne supprimée se trouve dans le panneau Etapes.
4. Supprimez une autre colonne.
5. Le nom de la colonne supprimée se trouve dans le panneau Etapes.

Retranscription de la vidéo

1. L'opération Retirer les doublons supprime les lignes comportant des valeurs de colonne en double.
2. L'ensemble de données comporte 43 lignes. De nombreuses lignes de la colonne APPLYCODE comportent des valeurs en double. Nous voulons réduire l'ensemble de données aux lignes sur lesquelles chaque valeur de la colonne APPLYCODE ne se produit qu'une seule fois.
3. Sélectionnez l'opération Retirer les doublons dans le menu de la colonne APPLYCODE.
4. L'opération Retirer les doublons a supprimé chaque occurrence d'une valeur en double à partir de la ligne supérieure. L'ensemble de données comporte désormais 4 lignes.

Retranscription de la vidéo

1. L'opération Retirer les lignes vides supprime les lignes comportant une valeur à blanc ou manquante pour la colonne sélectionnée.
2. Une valeur manquante équivaut à une valeur NULL SQL, qui est une zone sans valeur. Elle est différente d'une valeur zéro ou d'une valeur contenant des espaces.
3. L'ensemble de données comporte 43 lignes. De nombreuses lignes de la colonne TRACK comportent des valeurs manquantes. Nous voulons réduire l'ensemble de données aux lignes comportant une valeur dans la colonne TRACK.
4. Sélectionnez l'opération Retirer les lignes vides dans le menu de la colonne TRACK.
5. L'opération Retirer les lignes vides a supprimé chaque ligne comportant une valeur à blanc ou manquante dans la colonne TRACK. L'ensemble de données comporte désormais 21 lignes.

Retranscription de la vidéo

1. L'opération Remplacer les valeurs manquantes remplace les valeurs manquantes dans une colonne par une valeur spécifiée ou par la valeur d'une colonne spécifiée sur cette même ligne.
2. La colonne STATE contient de nombreuses lignes comportant des valeurs vides. Nous voulons remplacer ces valeurs vides par une chaîne.
3. L'opération Remplacer les valeurs manquantes figure sons la catégorie CLEANSE.
4. Pour la colonne Etat, remplacez les valeurs manquantes par la chaîne Incomplete.
5. Les valeurs manquantes comportent maintenant la valeur Incomplete.
6. Le panneau Etapes affiche l'opération Remplacer les valeurs manquantes.

Retranscription de la vidéo

1. L'opération Remplacer une sous-chaîne remplace une sous-chaîne par du texte que vous spécifiez.
2. La colonne DECLINE comporte de nombreuses lignes incluant la chaîne BANC. Nous voulons remplacer cette chaîne par BANK.
3. L'opération Remplacer une sous-chaîne figure sons la catégorie CLEANSE.
4. Entrez la chaîne à remplacer et la chaîne de remplacement.
5. Toutes les occurrences de la chaîne BANC ont été remplacées par BANK.
6. Le panneau Etapes affiche l'opération Remplacer une sous-chaîne.

Retranscription de la vidéo

1. L'opération Substituer dissimule les informations sensibles en remplaçant les données par une chaîne de caractères aléatoire dans la colonne sélectionnée.
2. Le moyen le plus rapide de remplacer les données dans une colonne est de sélectionner Substituer dans le menu de la colonne.
3. L'opération Substituer s'affiche dans le panneau Etapes.
4. Remplacez les valeurs d'une autre colonne.
5. La seconde opération Substituer s'affiche dans le panneau Etapes.

Retranscription de la vidéo

1. L'opération Calculer effectue un calcul, tel que l'addition ou la soustraction, avec une autre colonne ou avec une valeur spécifiée.
2. Sélectionnez la colonne pour commencer.
3. Calculs disponibles
4. A présent, sélectionnez la deuxième colonne pour le calcul Addition.
5. Appliquez ensuite la modification.
6. La colonne d'ID est mise à jour et le panneau Etapes affiche l'opération terminée.
7. Vous pouvez également accéder aux opérations à partir du menu de la colonne.
8. A présent, sélectionnez Is between two numbers. Définissez la plage et créez une nouvelle colonne pour les résultats.
9. La nouvelle colonne s'affiche dans la table et la nouvelle opération de calcul s'affiche dans le panneau Etapes.
10. A présent, sélectionnez Is equal to pour comparer deux colonnes, puis créez une colonne pour les résultats.
11. La nouvelle colonne s'affiche dans la table et la nouvelle opération de calcul s'affiche dans le panneau Etapes.

Retranscription de la vidéo

1. L'opération Agréger applique des calculs récapitulatifs aux valeurs d'une ou plusieurs colonnes. Chaque agrégation crée une colonne.
2. Les agrégations disponibles varient selon si les données sont des données de type numérique ou chaîne.
3. Les opérateurs disponibles sont fonction du type de données de la colonne. Opérateurs disponibles pour les données numériques.
4. Lorsque la colonne de texte UniqueCarrier est sélectionnée, vous pouvez voir les opérateurs disponibles pour les données de type chaîne.
5. Nous allons compter le nombre de valeurs uniques dans la colonne UniqueCarrier. Cette agrégation va afficher le nombre de compagnies aériennes dans l'ensemble de données.
6. Nous avons 22 compagnies aériennes dans la nouvelle colonne des compagnies aériennes. Les autres colonnes sont supprimées.
7. L'opération Agréger s'affiche dans le panneau Etapes.
8. Recommençons l'opération pour montrer une agrégation sur les données numériques.
9. Afficher la moyenne des retards à l'arrivée.
10. La valeur moyenne de tous les retards à l'arrivée se trouve dans la nouvelle colonne MeanArrDelay. Les autres colonnes sont supprimées.
11. Vous pouvez également regrouper la colonne agrégée avec une autre colonne qui définit une caractéristique du groupe.
12. Modifiez l'étape Agréger en ajoutant un choix de regroupement, afin de voir la moyenne des retards à l'arrivée par ligne aérienne.
13. Regroupez les résultats en fonction de la colonne UniqueCarrier.
14. Les retards à l'arrivée moyens sont maintenant regroupés par compagnie aérienne.
15. Le panneau Etapes affiche l'opération Agréger.

Retranscription de la vidéo

1. L'opération Concaténer concatène les valeurs d'au moins deux colonnes.
2. L'opération Concaténer se trouve sous la catégorie ORGANIZE.
3. Sélectionnez les colonnes à concaténer.
4. Sélectionnez un séparateur à utiliser entre les valeurs concaténées.
5. Entrez un nom pour la colonne des valeurs concaténées.
6. La nouvelle colonne peut s'afficher en tant que colonne la plus à droite dans le jeu de données ou en regard de la colonne d'origine.
7. Conservez les colonnes d'origine et appliquez les modifications.
8. La nouvelle colonne DATE affiche les valeurs concaténées des trois autres colonnes avec un séparateur de point-virgule.
9. L'opération Concaténer s'affiche dans le panneau Etapes.
10. La colonne DATE est un type de données Chaîne. Utilisez l'opération Convertir le type de colonne pour convertir le type de colonne en type de données Date.
11. Sélectionnez l'opération Convertir le type de colonne dans le menu de la colonne DATE. Sélectionnez Date.
12. Sélectionnez un format de date et créez une colonne pour le résultat.
13. Placez la nouvelle colonne en regard de la colonne d'origine et appliquez les modifications.
14. La nouvelle colonne s'affiche avec le format de date converti.
15. L'opération Convertir le type de colonne s'affiche dans le panneau Etapes.
16. Le format de date ISO est utilisé lorsque le type de données Chaîne a été converti en type de données Date. Par exemple, la chaîne 2004;2;3 a été convertie en 2004-02-03.

Retranscription de la vidéo

1. L'opération Remplacement conditionnel permet de remplacer les valeurs d'une colonne en fonction des conditions.
2. Commencez par définir des conditions pour remplacer les données de la colonne de type chaîne CODE, puis créez une colonne pour les résultats.
3. Opérateurs de condition disponibles pour les données de type chaîne.
4. Ajoutez la première condition - CONDITION 1 : CODE est égal à la valeur C ; à remplacer par COMPLETE.
5. Ajoutez une deuxième condition - CONDITION 2 : CODE est égal à la valeur I ; à remplacer par INCOMPLETE.
6. Indiquez ce qu'il faut faire des valeurs qui ne remplissent pas les conditions. Ici, nous allons entrer deux guillemets pour indiquer une chaîne vide.
7. Créez une colonne pour les résultats.
8. La nouvelle colonne STATUS indique les remplacements conditionnels à partir de la colonne CODE.
9. L'opération Remplacement conditionnel s'affiche dans le panneau Etapes.
10. Ensuite, définissez des conditions pour remplacer les données de la colonne de type entier INPUT, puis créez une colonne pour les résultats.
11. Opérateurs de condition disponibles pour les données numériques.
12. Ajoutez la première condition - CONDITION 1 : INPUT est inférieur ou égal à la valeur 3 ; à remplacer par la valeur LOW.
13. Ajoutez une deuxième condition - CONDITION 2 : INPUT est compris entre les valeurs 4, 5 et 6 ; à remplacer par la valeur MED.
14. Ajoutez une troisième condition - CONDITION 3 : INPUT est supérieur ou égal à la valeur 7 ; à remplacer par la valeur HIGH.
15. Indiquez ce qu'il faut faire des valeurs qui ne remplissent pas les conditions.
16. Créez une colonne pour les résultats.
17. La nouvelle colonne RATING indique les remplacements conditionnels à partir de la colonne INPUT.
18. L'opération Remplacement conditionnel s'affiche dans le panneau Etapes.

Retranscription de la vidéo

1. Le fichier customers.csv contient des informations sur les clients de votre société et le fichier sales.csv contient des informations sur les représentants commerciaux de votre société.
2. Les fichiers partagent la colonne SALESREP_ID.
3. Le fichier customers.csv est ouvert dans Data Refinery.
4. L'opération Effectuer une jointure peut combiner les données de ces deux fichiers en fonction d'une comparaison des valeurs dans la colonne SALESREP_ID.
5. Vous souhaitez effectuer une jointure interne pour renvoyer uniquement les lignes de chaque fichier qui correspondent à des lignes dans l'autre fichier.
6. Vous pouvez ajouter un suffixe personnalisé pour ajouter des colonnes qui existent dans les deux fichiers pour afficher le fichier source de cette colonne.
7. Sélectionnez le fichier sales.csv à joindre au fichier customers.csv.
8. Pour la clé de jointure, commencez à taper le nom de la colonne pour afficher une liste filtrée. La colonne SALESREP_ID relie les deux fichiers.
9. Sélectionnez ensuite les colonnes à inclure. Les colonnes en double affichent le suffixe ajouté.
10. A présent, appliquez les modifications.
11. L'opération Effectuer une jointure s'affiche dans le panneau Etapes.
12. A présent, le fichier est enrichi à l'aide des colonnes des fichiers customers.csv et sales.csv.

Retranscription de la vidéo

1. Utilisez l'opération Renommer la colonne pour renommer rapidement une colonne.
2. Le moyen le plus rapide de renommer une colonne est de modifier le nom de la colonne dans la table.
3. Modifiez le nom et appuyez sur Entrée sur votre clavier.
4. L'étape Renommer la colonne affiche l'ancien nom et le nouveau nom.
5. A présent, renommez une autre colonne.
6. Le panneau Etapes indique que la colonne BANKS a été renommée en DOGS.
7. A présent, renommez la dernière colonne.
8. Le panneau Etapes indique que la colonne RATIOS a été renommée en BIRDS.

Retranscription de la vidéo

1. L'opération Echantillon génère un sous-ensemble de vos données.
2. Utilisez l'opération Echantillon lorsque vous avez une grande quantité de données et que vous souhaitez travailler sur un échantillon représentatif pour accélérer le prototypage.
3. L'opération Echantillon se trouve dans la catégorie ORGANIZE.
4. Choisissez l'une des deux méthodes pour créer un échantillon.
5. Avec un échantillon aléatoire, chaque ligne a une probabilité égale d'être incluse dans les données de l'échantillon.
6. Vous pouvez choisir un échantillon aléatoire par nombre de lignes ou par pourcentage de données.
7. Un échantillon stratifié repose sur un échantillon aléatoire. Comme pour un échantillon aléatoire, vous spécifiez la quantité de données dans l'échantillon (lignes ou pourcentage).
8. Avec un échantillon stratifié, vous divisez les données en un ou plusieurs sous-groupes appelés strates. Ensuite, vous générez un échantillon aléatoire qui contient des données personnalisées provenant de chaque sous-groupe.
9. Pour la méthode, si vous choisissez Automatique, vous sélectionnez une seule colonne pour les strates.
10. Si vous choisissez Manuel, vous spécifiez une ou plusieurs strates et pour chaque strate, vous spécifiez des conditions de filtre définissant les lignes dans chaque strate.
11. Dans cet exemple de données de compagnies aériennes, nous allons créer deux strates. La première définit 50 % des résultats indiquant les aéroports de destination New York et la seconde définit les 50 % restants indiquant une distance de vol déterminée.
12. Dans la zone de spécification des détails de cette strate, entrez le pourcentage de l'échantillon qui représentera les conditions que vous spécifiez dans cette première strate. Les pourcentages de strates doivent totaliser 100 %.
13. Opérateurs disponibles pour les données de type chaîne.
14. 50 % de l'échantillon contient les aéroports de destination dans la région de New York.
15. Cliquez sur Enregistrer pour enregistrer les premières strates.
16. La première strate, désignée par Strata0, comporte une seule condition. Dans cette strate, 50 % de l'échantillon doit satisfaire à la condition.
17. Dans la zone de spécification des détails de cette strate, entrez le pourcentage de l'échantillon qui représentera les conditions que vous spécifiez dans la seconde strate.
18. Opérateurs disponibles pour les données numériques.
19. 50 % de l'échantillon sera destiné aux vols d'une distance supérieure à 500.
20. Cliquez sur Enregistrer pour enregistrer la seconde strate.
21. La seconde strate, désignée par Strata1, comporte une seule condition. Dans cette strate, 50 % de l'échantillon doit satisfaire à la condition.
22. Si vous utilisez plusieurs strates, l'opération Echantillon applique en interne une opération Filtrer avec une condition OR sur les strates. En fonction des données, des conditions et de la taille de l'échantillon, les résultats de l'utilisation d'une seule strate comportant plusieurs conditions peuvent différer de l'utilisation de plus strates.
23. Contrairement aux autres opérations Data Refinery, l'opération Echantillon ne modifie le fichier qu'une fois que vous aurez créé et exécuté un travail pour le flux Data Refinery.
24. L'étape Echantillon s'affiche dans le panneau Etapes.
25. Le fichier comporte plus de 10000 lignes.
26. Enregistrez et créez un travail pour le flux Data Refinery.
27. Le nouveau fichier d'actifs s'ajoute au projet pour la sortie du flux Data Refinery.
28. Affichez le fichier de sortie.
29. Il y a 10 lignes (50 % de l'échantillon) avec les aéroports de New York dans la colonne Dest, mais 17 lignes dans la colonne Distance dont les valeurs sont supérieures à 500.
30. Ces résultats s'expliquent par le fait que les strates ont été appliquées avec une condition OR et qu'il y un chevauchement de données pour les conditions spécifiées dans les premières strates dont les lignes filtrées par destination contenant les aéroports de New York avaient des valeurs de distance supérieures à 500.
31. Le fichier de sortie de Data Refinery montre la taille réduite.

Retranscription de la vidéo

1. Triez rapidement toutes les lignes d'un ensemble de données en triant les lignes dans une colonne sélectionnée.
2. Le moyen le plus rapide de trier des colonnes est à partir du menu de la colonne.
3. Vous pouvez trier les lignes par ordre croissant ou décroissant.
4. Triez par ordre croissant.
5. L'ordre de toutes les lignes de la table est mis à jour par l'opération de tri de la première colonne.
6. L'opération de tri s'affiche dans le panneau Etapes.
7. Triez par ordre décroissant.
8. L'ordre de toutes les lignes de la table est modifié par l'opération de tri de la deuxième colonne.
9. La deuxième opération de tri s'affiche dans le panneau Etapes.
10. Triez par ordre croissant.
11. L'ordre de toutes les lignes de la table est modifié par l'opération de tri de la troisième colonne.
12. La troisième opération de tri s'affiche dans le panneau Etapes.

Retranscription de la vidéo

1. L'opération Fractionner la colonne divise une colonne en deux colonnes ou plus en fonction de caractères non alphanumériques, du texte, de motif ou de position.
2. Pour commencer, fractionnez la colonne YMD en colonnes YEAR, MONTH et DAY.
3. L'opération de la colonne de fractionnement se trouve dans la catégorie ORGANISER.
4. Sélectionnez d'abord la colonne YMD à fractionner.
5. Les onglets proposent quatre choix pour les méthodes de fractionnement de la colonne.
6. DEFAULT utilise tous les caractères non alphanumériques figurant dans les valeurs de colonne pour fractionner la colonne.
7. Dans TEXT, vous sélectionnez un caractère ou vous entrez du texte pour fractionner la colonne.
8. Dans PATTERN, vous entrez une expression régulière basée sur la syntaxe R pour déterminer l'endroit où fractionner la colonne.
9. Dans POSITION, vous indiquez à quelle position fractionner la colonne.
10. Nous voulons fractionner la colonne YMD à l'aide de l'astérisque (*), qui est un caractère non alphanumérique ; nous allons donc sélectionner l'onglet DEFAULT.
11. Fractionner la colonne YMD en trois nouvelles colonnes : YEAR, MONTH et DAY.
12. Les trois nouvelles colonnes YEAR, MONTH et DAY s'ajoutent au fichier.
13. L'opération Fractionner la colonne s'affiche dans le panneau Etapes.
14. Ensuite, fractionnez la colonne FLIGHT en deux colonnes, l'une pour le code de la compagnie aérienne et l'autre pour le numéro de vol. Etant donné que les codes de compagnie aérienne comportent deux caractères, nous pouvons fractionner la colonne par position.
15. Cliquez sur l'onglet POSITION, puis tapez 2 dans la case Positions.
16. Fractionnez la colonne FLIGHT en deux colonnes : AIRLINE et FLTNMBR.
17. Les deux nouvelles colonnes AIRLINE et FLIGHTNBR s'ajoutent au fichier.
18. L'opération Fractionner la colonne s'affiche dans le panneau Etapes.

Retranscription de la vidéo

1. L'opération Union combine les lignes de deux fichiers qui partagent le même schéma.
2. Ce fichier comporte quatre colonnes et six lignes. Les types de données de gauche à droite sont Chaîne, Chaîne, Décimale, Chaîne.
3. Lors du chargement du fichier dans Data Refinery, l'opération AUTOMATIQUE Convertir le type de colonne a converti automatiquement la colonne PRICE en type de données Décimale.
4. Les colonnes du deuxième fichier doivent être compatibles avec les types de données de ce fichier.
5. Sélectionnez le fichier à combiner avec le fichier en cours.
6. Lorsque vous prévisualisez le nouveau fichier, vous constatez qu'il comporte également quatre colonnes. Cependant, la colonne PRICE est un type de données Chaîne.
7. Avant d'appliquer l'opération Union, vous devez supprimer l'étape AUTOMATIQUE Convertir le type colonne de sorte que la colonne PRICE soit du même type de données que la colonne PRICE dans le nouveau fichier (Chaîne).
8. La colonne PRICE est désormais du type de données chaîne.
9. Maintenant, répétez l'opération d'union.
10. Le nouveau fichier s'ajoute au fichier en cours. Le nombre de lignes du fichier est augmenté à 12.
11. L'opération Union s'affiche dans le panneau Etapes.
12. A présent, ajoutez un fichier comportant un nombre différent de colonnes. Les colonnes correspondantes doivent toujours être de types de données compatibles.
13. Sélectionnez le fichier à combiner avec le fichier en cours.
14. Lorsque vous prévisualisez le nouveau fichier, vous constatez qu'il comporte une colonne de plus que le fichier d'origine. La cinquième colonne est TYPE.
15. Sélectionnez Autoriser un nombre différent de colonnes et autoriser les valeurs en double.
16. Appliquer l'opération Union.
17. Le nouveau fichier s'ajoute au fichier en cours. Le nombre de lignes du fichier est augmenté à 18.
18. La colonne supplémentaire, TYPE, s'ajoute au fichier.
19. L'opération Union s'affiche dans le panneau Etapes.

Retranscription de la vidéo

1. L'opération Retirer les mots vides supprime du fichier les mots courants de la langue française. Les mots vides ont généralement peu de valeur sémantique pour les algorithmes et les modèles d'analyse de texte. Retirez les mots vides pour réduire le volume de données et améliorer la qualité des données.
2. L'opération Retirer les mots vides supprime les mots suivants : aucun, avec, à, ce, ces, comme, est, était, être, dans, de, depuis, et, il, ils, là, le, leur, mais, non, ou, par, pour, puis, que, sera, si, sont, sur, tel, un, une, vers.
3. L'opération Retirer les mots vides figure dans la catégorie NATURAL LANGUAGE.
4. Sélectionnez la colonne STRING.
5. Cliquez sur Appliquer pour supprimer les mots d'arrêt.
6. Les mots vides sont supprimés de la colonne STRING.
7. L'opération Retirer les mots vides s'affiche dans le panneau Etapes.

Retranscription de la vidéo

1. L'opération Segmenter fractionne le texte français en mots, phrases, paragraphes, lignes, caractères ou par expression régulière.
2. L'opération Segmenter figure dans la catégorie NATURAL LANGUAGE.
3. Sélectionnez la colonne STRING.
4. Options de segmentation disponibles.
5. Créez une colonne portant le nom WORDS.
6. L'opération Segmenter a pris les mots de la colonne STRING et a créé une colonne, WORDS, avec une ligne pour chaque mot.
7. L'opération Segmenter s'affiche dans le panneau Etapes.