最近几天，一直练习prep数据整理清洗，越来越感到tableau prep builder的方便，快捷。
今天练习从https://preppindata.blogspot.com/2019/03/2019-week-4.html的案例，也是tableau public上推荐的类似MakeoverMonday的每周一练。
讲解 的非常详细，适合初中级别的我。
使用正则表达式
prep封装了几个正则表达式函数 , 例如：
对提取字段非常方便。
挑战记录 2019-9
https://preppindata.blogspot.com/2019/04/2019-week-9.html
解答：https://preppindata.blogspot.com/2019/04/2019-week-9-solution.html
简介：tweet上针对商家的一款产品的各种评论。老板希望能够收集评论中有价值的词语。于是进行筛选。
⚠️这是英文评论的数据清洗，中文则有中文的特点。
1拆分，原始数据只有1列，因此按照" "拆分成多列。
2转置，把多列，转为1列。以便进行后面的清洗。
3清洗，
- 去掉无价值的商标词语，
- 使用REGEXP_REPLACE( [words raw], "[^ws'’-]", " ")，把非字母/数字/下划线/空格/-的其他字符转化为空格“ ”。 ⚠️s代表空格，^代表取反，w代表字母/数字/下划。
- 过滤掉空值。
- 清洗多余空格。
4拆分，因为上一步使用正则表达式，比如"I'm"会->“I m”，所以要再次使用空格作为分隔符拆分。
- 滤掉空值
5转置，列转行。
6left-outer join, 把另一个表"常用的250个英文单词"和这个清洗过的表关联。即通过left-outer join, 过滤掉常用词。
挑战记录2019-10
解答：https://preppindata.blogspot.com/2019/04/2019-week-11-solution.html
简介：客户通过订阅/关注某公司发送个给他的邮件来购买其公司的产品。公司记录了客户订阅信息，和客献购买的价值，并分别存放到数据表中。
要求：分析流失客户的购买价值，和订阅/再订阅客户的购买价值。
- 数据清洗
- 表连接
- 聚合分析
