Hvis du arbejder med større datasæt i Google Sheets, kan det være en kedelig proces at sammenligne variable værdier. Heldigvis er normalisering en statistisk metode, der hjælper dig med at sortere komplicerede værdier i datasæt, der er lette at sammenligne.
Denne artikel forklarer, hvad normalisering er, og hvordan du kan normalisere data i Google Sheets til statistiske fordele.
Hvordan normaliseres data i Google Sheets?
Antag, at vi har nogle numeriske værdier i celler, der spænder fra A2 til A50. For at normalisere dette interval i værdier mellem X og Y er det her, du skal gøre:
- Hvis dit første datapunkt er i A2, kan den første normaliserede værdi findes ved hjælp af denne formel:
(YX) * ((A2-MIN ($ A $ 2: $ A $ 50)) / (MAX ($ A $ 2: $ A $ 50) -MIN ($ A $ 2: $ A $ 50))) + Y
Brug de numeriske værdier for X og Y direkte.
- Når du har indsat formlen for det første nummer, skal du flytte musemarkøren til bunden af cellen, indtil den bliver et kryds. Tryk derefter på og træk markøren ned for at udfylde de resterende rækker med formlen. Google Sheets erstatter automatisk A2 med det tilsvarende række nummer for de resterende celler, mens alt bag $ symboler ændres ikke.
- Hvis du vil henvise til værdierne for X og Y fra andre celler i arkene, skal du sætte $ s før rækken og kolonnen i cellerne, som værdierne er i (for eksempel $ D $ 5) eller kopiere formlen kan give dig en parsefejl eller forkerte resultater.
- Dine data normaliseres nu mellem X- og Y-værdier.
Normalisering af dine data er en fantastisk måde at måle forskellene mellem to datasæt med forskellige minimums- og maksimumværdier.
Sådan bruges Google Sheets som en database
Hver database er i det væsentlige en stor tabel (eller mange forbundne tabeller), der styres af et databasesystem. Hvis du arbejder med et relativt lille datasæt, der ikke behøver at skalere for meget, kan Google Sheets bruges som din database.
hvordan man ser på vennernes ønskeliste på damp
Hvis du vil begynde at bruge Google Sheets som din database, skal du have en baggrund i grundlæggende programmering. Du skal også have en API for at gøre arket kompatibelt med SQL og Python. Mens Google tilbyder en omfattende API til sine tjenester, kan det være lidt for meget at håndtere. Derfor anbefaler vi ark2api eller Autokode for at løse API-behovet. API-tjenesterne leverer den nødvendige forbindelse og godkendelse til at forbinde dine Google Sheets som din database og tilbyder tilstrækkelige slutpunkter til at muliggøre korrekt databasearbejde.
Den største fordel ved at bruge Google Sheets som en database er, at du altid kan have et visuelt overblik over alle dataene. Da Google Sheets er tilgængelig som en app til mobile enheder og er kompatibel med de fleste browsere og operativsystemer, kan du få adgang til din database fra hvor som helst i verden. Du kan også overvåge og redigere data direkte i selve arket i stedet for at bruge kode til at køre en forespørgsel gennem databasen for at foretage ændringer.
Google Sheets har dog sine begrænsninger for databasestyring. For det første er der en klar mangel på relationelle funktioner. Databaser består normalt af mange tabeller, der bruger udenlandske nøgler til at kommunikere med hinanden, en proces, der simpelthen ikke findes i et enkelt regneark.
Hvis du vil se på et eksempel, skal du overveje afdelingerne i din virksomhed. I et regneark vil disse normalt bare være udskrevne strenge. Det er imidlertid uklogt for et større datasæt. I databaser vil du have en separat tabel for virksomhedsafdelinger, hvor hver afdeling er nummereret i overensstemmelse hermed. Du henviser derefter til afdelingens nummer i dataene om en medarbejder ved hjælp af en fremmed nøgle. At have en separat afdelingstabel giver dig mulighed for at foretage direkte ændringer i afdelingerne selv uden at køre ændringerne gennem hele databasen.
Derudover kan Google Sheets kun gemme fem millioner celler ad gangen. Selvom dette kan virke som et stort antal, kan selv mellemstore virksomheder have databaser, der går langt over denne grænse. Desuden når du ydeevneproblemer meget hurtigere, før du når cellegrænsen. Med en tilsyneladende lineær skalering mellem antallet af celler og ydeevne vil du have betydelige forsinkelser, når du arbejder med en database, der indeholder 100 tusind celler.
Yderligere FAQ
Kan du indsætte data i Google Sheets?
Googles integrerede API giver dig mulighed for at indsætte en tabel direkte fra filer. Filimportværktøjet understøtter følgende udvidelser:
• .xls
• .xlsx
• .xlsm
• .xlt
• .xltx
• .xltm
• .ods
• .csv
• .txt
• .tsv
•. Fane
Derudover har tredjepartssoftware normalt integrationer med Google Sheets. Sheets2api og Autocode, som vi tidligere har diskuteret, har begge API-løsninger til at give dataindsættelse i eksisterende tabeller.
Du kan også bruge IMPORTRANGE-funktionen til at indsætte data fra et Google-ark til et andet.
Google har også scriptinstruktioner til at skrive indhold i et regneark.
Hvis det lykkes dig at finde en API-løsning, der fungerer for dig, kan du nemt indsætte data i Google Sheets, når du har knyttet dem til din platform.
tilslut ekko prik til ildpind
Hvordan rydder jeg op i Google Sheets?
Google Sheets tilbyder flere løsninger til oprydning og sortering af data.
Hvis du bruger Google Forms til at indsamle undersøgelsesresultater, kan du konfigurere Forms til automatisk at indsætte svar i et regneark i stedet for at indsætte data manuelt.
Google Sheets har også en datavalideringsfunktion. Hvis du går til Data> Datavalidering, kan du indstille valideringsfunktioner for at forhindre forkerte værdier. For eksempel kan du oprette en liste over emner, der kan placeres i en bestemt kolonne, og forsøg på at indsætte noget andet vil resultere i en fejl.
Google Sheets har også Fjern duplikater og Trim whitespace-muligheder. Dette fjerner eventuelle ekstra værdier og mellemrum fra dine rækker og celler.
slå kommentarer fra på et Facebook-indlæg
Hvis du vil indsætte mere organiserede data fra online sider, skal du bruge IMPORTHTML eller IMPORTXML for at få de oplysninger, du har brug for fra en webside, uden den ekstra rod.
Hvad betyder det at normalisere data?
I statistikker giver normalisering af data dig mulighed for at gøre forskellige datasæt mere sammenlignelige.
Når du normaliserer data, kan du ændre det originale numeriske værdiområde til et interval efter eget valg. For eksempel kan du normalisere forskellige scoringsmetoder i det samme værdiinterval for at sammenligne dem med hinanden.
Normalisering af en værdi x, der kommer fra et interval (y, z) til et interval (a, b) gøres ved hjælp af følgende formel:
X_normaliseret = (b - a) * ((x - y) / (z - y)) + a
Normalisering af data er nyttigt, når dine originale datasæt ikke har rene værdier. For eksempel kan standardisering af intervallerne til (0,100) hjælpe med at give et hurtigt overblik over scores uafhængigt af den maksimale værdi af selve scores.
En yderligere statistisk metode til dataevaluering er standardisering. Dette sætter de oprindelige numeriske værdier til at have et gennemsnit på 0 og en standardafvigelse på 1. De standardiserede værdier kaldes ofte z-scores.
Google Sheets har en funktion, der giver dig mulighed for at standardisere et datasæt. STANDARDIZE (x, middel, standard_ev) -funktionen sætter den numeriske værdi, x, i sin standardiserede form. Du kan bruge AVERAGE (rækkevidde) -funktionen til at få gennemsnitsværdien af dine data i tabellen og bruge ST_DEV (rækkevidde) -funktionen til at beregne datasættets standardafvigelse.
Fortolkning af standardiserede data er lidt anderledes. For eksempel betyder et standardnummer på -1,5, at den oprindelige værdi er mindre end gennemsnittet med 1,5 gange standardafvigelsen for sættet.
Standardisering kan være nyttigt at sammenligne værdierne for forskellige datasæt med forskellige forventninger og midler. Da en standardisering altid sætter gennemsnittet til 0 og en afvigelse til 1, vil de faktiske værdier, der vises i datasættet, ikke forstyrre sammenligningen.
Statistisk analyse kan også transformere et datasæt, så det passer til en bestemt distribution, men det er en avanceret statistisk funktion, der ikke vil blive dækket af denne vejledning.
Ny normal
Normalisering af datasæt er et utroligt nyttigt værktøj til dataanalyse, og Google Sheets tilbyder en hurtig løsning til normalisering af numeriske data. Desuden kan du bruge Google Sheets som en lille database, hvis du ikke arbejder med ekstraordinære mængder datasæt til dit arbejde. Integrationerne, som Google Sheets har med tredjepartssoftware, gør den velegnet til en lang række brancher. Korrekte databaser vil dog være meget mere skalerbare.
Hvilken type information normaliserer du normalt i Google Sheets? Bruger du Google Sheets til din database? Lad os vide det i kommentarfeltet nedenfor.
