Hvis du jobber med større datasett i Google Sheets, kan det være en kjedelig prosess å sammenligne variable verdier. Heldigvis er normalisering en statistisk metode som hjelper deg med å sortere kompliserte verdier i datasett som er lett å sammenligne.
Denne artikkelen vil forklare hva normalisering er og hvordan du kan normalisere data i Google Sheets for statistiske fordeler.
Hvordan normalisere data i Google Sheets?
Anta at vi har noen numeriske verdier i celler som spenner fra A2 til A50. For å normalisere dette området i verdier mellom X og Y, er det du trenger å gjøre:
- Hvis ditt første datapunkt er i A2, kan du finne den første normaliserte verdien ved å bruke denne formelen:
(YX) * ((A2-MIN ($ A $ 2: $ A $ 50)) / (MAX ($ A $ 2: $ A $ 50) -MIN ($ A $ 2: $ A $ 50)))) + Y
Bruk de numeriske verdiene for X og Y direkte.
- Når du har lagt inn formelen for det første tallet, flytt musepekeren til bunnen av cellen til den blir et kryss. Trykk deretter og dra markøren ned for å fylle de resterende radene med formelen. Google Ark erstatter automatisk A2 med tilsvarende radnummer for de gjenværende cellene, mens alt bak $ symbolene ikke endres.
- Hvis du vil referere til verdiene til X og Y fra andre celler i arkene, må du sette $ s før raden og kolonnen til cellene verdiene er i (for eksempel $ D $ 5), eller kopiere formelen kan gi deg en parsefeil eller feil resultater.
- Dataene dine blir nå normalisert mellom X- og Y-verdiene.
Å normalisere dataene dine er en fin måte å måle forskjellene mellom to datasett med forskjellige minimums- og maksimumsverdier.
Hvordan bruke Google Sheets som en database
Hver database er egentlig en stor tabell (eller mange sammenkoblede tabeller), styrt av et databasestyringssystem. Hvis du jobber med et relativt lite datasett som ikke trenger å skalere for mye, kan Google Sheets brukes som database.
hvordan du endrer tekstfarge i pdf
Hvis du vil begynne å bruke Google Sheets som din database, må du ha en bakgrunn i grunnleggende programmering. Du trenger også et API for å gjøre arket kompatibelt med SQL og Python. Mens Google tilbyr et omfattende API for sine tjenester, kan det være litt for mye å håndtere. Derfor anbefaler vi ark2api eller Autokode for å løse API-behovet. API-tjenestene vil gi tilkoblingen og autentiseringene som er nødvendige for å koble til Google Sheets som databasen din, og tilby tilstrekkelige sluttpunkter for å muliggjøre riktig databasearbeid.
Den største fordelen med å bruke Google Sheets som en database er at du alltid kan ha en visuell oversikt over alle dataene. Siden Google Sheets er tilgjengelig som en app for mobile enheter og er kompatibel med de fleste nettlesere og operativsystemer, kan du få tilgang til databasen din hvor som helst i verden. Du kan også direkte oversikt og redigere data i selve arket, i stedet for å bruke kode for å kjøre et spørsmål gjennom databasen for å gjøre endringer.
Imidlertid har Google Sheets sine begrensninger på databaseadministrasjon. For en er det en tydelig mangel på relasjonsfunksjoner. Databaser består vanligvis av mange tabeller som bruker utenlandske nøkler for å kommunisere med hverandre, en prosess som rett og slett ikke eksisterer i et enkelt regneark.
Hvis du vil se på et eksempel, bør du vurdere avdelingene i bedriften din. I et regneark vil disse vanligvis bare være utskrevne strenger. Det er imidlertid uklokt for et større datasett. I databaser vil du ha en egen tabell for bedriftsavdelinger, med hver avdeling nummerert tilsvarende. Deretter refererer du til avdelingsnummeret i dataene om en ansatt ved hjelp av en utenlandsk nøkkel. Å ha en egen avdelingstabell lar deg gjøre direkte endringer i avdelingene selv uten å kjøre endringene gjennom hele databasen.
I tillegg kan Google Sheets bare lagre fem millioner celler om gangen. Selv om dette kan virke som et stort antall, kan selv mellomstore selskaper ha databaser som går langt over denne grensen. Videre kommer du til ytelsesproblemer mye raskere før du når cellegrensen. Med en tilsynelatende lineær skalering mellom antall celler og ytelse, vil du få betydelige forsinkelser når du arbeider med en database som inneholder 100 000 celler.
Ytterligere spørsmål
Kan du sette inn data i Google Sheets?
Googles integrerte API lar deg sette inn en tabell direkte fra filer. Filimportverktøyet støtter følgende utvidelser:
• .xls
• .xlsx
• .xlsm
• .xlt
• .xltx
• .xltm
• .ods
• .csv
• .tekst
• .tsv
• .tab
I tillegg har tredjepartsprogramvare vanligvis integrasjoner med Google Sheets. Sheets2api og Autocode, som vi tidligere har diskutert, har begge API-løsninger for å gi datainnføring i eksisterende tabeller.
Du kan også bruke IMPORTRANGE-funksjonen til å sette inn data fra ett Google-ark til et annet.
Google har også skriptinstruksjoner for å skrive innhold i et regneark.
Hvis du klarer å finne en API-løsning som fungerer for deg, kan du enkelt sette inn data i Google Sheets når du har koblet dem til plattformen din.
hvordan du sletter snapchat-meldinger for godt
Hvordan rydder jeg opp data i Google Sheets?
Google Sheets tilbyr flere løsninger for å rydde opp og sortere gjennom data.
Hvis du bruker Google Forms til å samle inn undersøkelsesresultater, kan du konfigurere Skjemaer for å lime inn svar automatisk i et regneark, i stedet for å lime inn dataene manuelt.
Google Sheets har også en datavalideringsfunksjon. Hvis du går til Data> Datavalidering, kan du sette opp valideringsfunksjoner for å forhindre feilverdier. For eksempel kan du lage en liste over elementer som kan legges i en bestemt kolonne, og å prøve å sette inn noe annet vil føre til en feil.
Google Sheets har også Fjern duplikater og Trim whitespace-alternativer. Dette vil fjerne eventuelle ekstra verdier og mellomrom fra radene og cellene dine.
cast fra google chrome til roku
Hvis du vil lime inn mer organiserte data fra nettsider, kan du bruke IMPORTHTML eller IMPORTXML for å få den informasjonen du trenger fra en webside, uten ekstra rot.
Hva betyr det å normalisere data?
I statistikken vil normalisering av data tillate deg å gjøre varierte datasett mer sammenlignbare.
Når du normaliserer data, kan du endre det opprinnelige numeriske verdiområdet til et utvalg du ønsker. For eksempel kan du normalisere forskjellige målemetoder i samme verdiområde for å sammenligne dem med hverandre.
Normalisering av en verdi x som kommer fra et område (y, z) til et område (a, b) gjøres med følgende formel:
X_normalisert = (b - a) * ((x - y) / (z - y)) + a
Å normalisere data er nyttig når de originale datasettene ikke har rene verdier. For eksempel kan standardisering av områdene til (0,100) bidra til å gi en rask oversikt over poeng uavhengig av maksimumsverdien til poengene selv.
En ytterligere statistisk metode i dataevaluering er standardisering. Dette setter de opprinnelige numeriske verdiene til å ha et gjennomsnitt på 0 og et standardavvik på 1. De standardiserte verdiene kalles ofte z-poeng.
Google Sheets har en funksjon som lar deg standardisere et datasett. STANDARDIZE (x, middel, standard_ev) -funksjonen vil sette den numeriske verdien, x, i sin standardiserte form. Du kan bruke AVERAGE (range) -funksjonen for å få gjennomsnittsverdien til dataene dine i tabellen og bruke ST_DEV (range) -funksjonen for å beregne datasettets standardavvik.
Å tolke standardiserte data er litt annerledes. For eksempel betyr et standardisert antall -1,5 at den opprinnelige verdien er mindre enn gjennomsnittet 1,5 ganger standardavviket til settet.
Standardisering kan være nyttig for å sammenligne verdiene til forskjellige datasett med forskjellige forventninger og midler. Siden en standardisering alltid setter gjennomsnittet til 0 og et avvik til 1, vil de faktiske verdiene som presenteres i datasettet ikke forstyrre sammenligningen.
Statistisk analyse kan også transformere et datasett for å passe til en bestemt distribusjon, men det er en avansert statistisk funksjon som ikke vil bli dekket i denne veiledningen.
Ny Normal
Normalisering av datasett er et utrolig nyttig verktøy i dataanalyse, og Google Sheets tilbyr en rask løsning for å normalisere numeriske data. Videre kan du bruke Google Sheets som en liten database, hvis du ikke jobber med ekstraordinære mengder datasett for arbeidet ditt. Integrasjonene Google Sheets har med tredjepartsprogramvare, gjør det egnet for et bredt spekter av bransjer. Imidlertid vil riktige databaser være mye mer skalerbare.
Hvilken type informasjon normaliserer du vanligvis i Google Sheets? Bruker du Google Sheets for databasen din? Gi oss beskjed i kommentarfeltet nedenfor.
