Tabellen-Explorer

Der Tabellen-Explorer ist ein leistungsstarkes und leicht zugängliches Werkzeug zur Datenexploration mit integrierter Filterung, Zusammenfassung und weiteren Funktionen, die Menschen die Arbeit mit großen und komplexen Daten erleichtern.

Der Tabellen-Explorer unterstützt die Exploration von Datensätzen jeder Größe, sodass Sie dasselbe Werkzeug verwenden können, egal wie stark Ihre Daten wachsen. Er bietet außerdem Filterung per Mausklick sowie erweiterte Filterfunktionen, um genau die benötigten Daten einzugrenzen. Das Beste daran: Überall in PlaidCloud, wo es Tabellen oder Ansichten gibt, können Sie diese anklicken und mit dem Tabellen-Explorer erkunden. Durch die vollständige Integration ist der Datenzugriff nur einen Klick entfernt.

Die Ansicht Grid zeigt die Daten tabellarisch. Die Ansicht Details bietet eine Zusammenfassung jeder Spalte, die Anzahl eindeutiger Werte und Profilstatistiken für jede Spalte.

Daten lassen sich direkt aus einer gefilterten Menge exportieren, und Filter können gespeichert und mit anderen geteilt werden. Schließlich lassen sich die Filter- und Spalteneinstellungen direkt als Extract-Schritt eines Workflows speichern.

Die Grid-Ansicht

Die Grid-Ansicht zeigt die Daten tabellarisch.

Das Zeilenlimit festlegen

Standardmäßig ist das Zeilenlimit auf 5.000 Zeilen festgelegt. Es kann jedoch angepasst oder ganz deaktiviert werden.

Die angezeigten Zeilen sowie die Gesamtgröße des Datensatzes werden unten in der Tabelle angezeigt. Diese Angabe liefert drei wesentliche Informationen:

Die aktuell angezeigte Zeilenanzahl auf Basis des angewendeten Zeilenlimits
Die Größe der globalen Daten nach Anwendung der Filter
Die Größe der ungefilterten globalen Daten

Obere oder zufällige Zeilen wählen

Neben dem Zeilenlimit befindet sich eine Auswahl Oben / Zufällig, die steuert, welche Zeilen das Raster füllen:

Oben (Standard) liefert die ersten Zeilen der Tabelle – die schnellste Option und die richtige Wahl, wenn Sie nur einen kurzen Blick darauf werfen möchten.
Zufällig liefert eine schnelle Zufallsstichprobe aus der gesamten Tabelle, sodass die Vorschau die ganze Bandbreite Ihrer Daten widerspiegelt und nicht nur den Anfang. Das ist nützlich, um die Datenqualität einer großen Tabelle stichprobenartig zu prüfen, wenn die ersten Zeilen nicht repräsentativ sind.

Die Zufallsstichprobe nutzt die integrierte Stichprobenfunktion Ihrer Speicher-Engine und bleibt daher auch bei sehr großen Tabellen schnell. Sie liefert die angeforderte Anzahl von Zeilen – zufällig aus der gesamten Tabelle gezogen, oder alle, wenn die Tabelle weniger Zeilen enthält als Ihr Limit –, und bei jeder Aktualisierung erhalten Sie eine andere Stichprobe. Die Auswahl gilt nur für die Rastervorschau; sie wirkt sich nicht auf gespeicherte Ansichten, Extrakte, Downloads oder die gemeldeten Zeilenanzahlen aus. Zufällig setzt voraus, dass das Zeilenlimit aktiviert ist.

Lokal oder global sortieren

In der Grid-Ansicht können Sie auf eine Spaltenüberschrift klicken und die Daten nach dieser Spalte sortieren. Diese Methode sortiert jedoch nur den bereits abgerufenen Datensatz und nicht auf Grundlage des vollständigen Datensatzes. Enthalten die abgerufenen Daten den gesamten Datensatz, ist dieser Unterschied unerheblich; ist Ihr vollständiger Datensatz jedoch größer als das, was im Browser erscheint, ist dies möglicherweise nicht das gewünschte Sortierergebnis.

Wenn Sie den globalen Datensatz sortieren möchten, bevor die begrenzten Daten abgerufen werden, die in Ihrem Browser erscheinen, können Sie diese Sortierungen in der Ansicht Details auf die Spalten anwenden, indem Sie oben in jeder Spalte auf das Symbol Sort klicken. Ein weiterer Vorteil der globalen Sortierung ist, dass Sie mehrere Sortierungen mit gemischten Sortierrichtungen anwenden können.

Schnellreferenz-Spaltenliste

Standardmäßig werden alle Spalten der Tabelle oder Ansicht links im Fenster des Tabellen-Explorers angezeigt. Diese Spaltenliste lässt sich mit der Umschaltfläche für die Spaltenliste ein- und ausblenden.

Die Spaltenliste bietet eine Reihe nützlicher Schnellzugriffe, darunter:

Ein Doppelklick auf einen Eintrag springt zur Spalte in der Ansicht Grid oder Details
Die Sichtbarkeit der Spalte steuern Sie über das Kontrollkästchen für die Sichtbarkeit
Mit Mehrfachauswahl und Rechtsklick schließen Sie viele Spalten auf einmal ein oder aus
Den Datentyp jeder Spalte erkennen Sie schnell anhand der Datentyp-Symbole
Die Gesamtzahl der Spalten wird angezeigt

Zeilenzugriff einschränken

Für einen Architect des Projekts oder einen Administrator des Mandanten öffnet die Schaltfläche Zeilenzugriff in der Symbolleiste Zeilenzugriff für die Tabelle, die Sie erkunden – ein Badge auf der Schaltfläche zeigt an, wenn die Tabelle bereits Zeilen einschränkt. Das Facettenmenü einer Spalte enthält außerdem Zeilen nach dieser Spalte einschränken…, das dieselbe Bildschirmmaske für diese Spalte öffnet; bei einer Spalte, die bereits Zeilen einschränkt, lautet der Eintrag Zeilen durch diese Spalte eingeschränkt – bearbeiten….

Wenn Ihre eigenen Berechtigungen filtern, was das Raster geladen hat, zeigt die Symbolleiste Zeilen durch Ihren Zugriff eingeschränkt, und auch beim Start eines Downloads, der gefiltert wird, erscheint ein entsprechender Hinweis. Das Raster, seine Spaltenfacetten und der Download enthalten nur die Zeilen, die Sie sehen dürfen. Siehe Was ein eingeschränktes Mitglied sieht.

Die Details-Ansicht

Die Ansicht Details bietet eine effiziente Möglichkeit, die Daten auf hoher Ebene zu betrachten, und stellt Werkzeuge bereit, um die Informationen per Mausklick schnell einzugrenzen.

Spaltendaten und Anzahl eindeutiger Werte

Jede Spalte wird angezeigt, sofern sie derzeit als sichtbar markiert ist. Die Spaltenzusammenfassung zeigt die 1.000 häufigsten eindeutigen Werte nach Anzahl. Die Anzahl der angezeigten eindeutigen Werte lässt sich anpassen, indem Sie in der Auswahl Detailed Rows Displayed einen anderen Wert wählen.

Eine numerische Spalte zeigt statt einer Werteliste ihre Statistiken: Minimum, Maximum, Mittelwert, Summe, Standardabweichung und Varianz. Nullwerte werden aus diesen Statistiken ausgeschlossen, und eine Spalte, die nur Nullwerte enthält, zeigt stattdessen ihre Wertanzahlen. Dies gilt für jede Lakehouse-Engine, einschließlich StarRocks.

Eine Spalte, deren Zusammenfassung zu lange zur Berechnung braucht, zeigt Zeitüberschreitung beim Profil, und eine Spalte, deren Zusammenfassung nicht geladen werden kann, zeigt Profil fehlgeschlagen. Fahren Sie mit der Maus über das Badge, um den Grund zu sehen: Ein Problem mit einem Filter wird dort benannt, und ein Fehler auf Seiten von PlaidCloud trägt eine ID, mit der das PlaidCloud-Team ihn nachverfolgen kann. Um es erneut zu versuchen, verwenden Sie die Aktualisieren-Schaltfläche der Spalte.

Filter per Mausklick verwalten

Jede Spalte ermöglicht Filterung per Mausklick, indem Sie oben in der Spalte die Filter-Umschaltfläche aktivieren. Wählen Sie die Einträge in der Spalte aus, die in den resultierenden Daten enthalten sein sollen. Mehrfachauswahl wird unterstützt.

Nachdem Sie einen Filter angewendet haben, möchten Sie möglicherweise Einträge entfernen oder den gesamten Spaltenfilter leeren, ohne alle Filter zu leeren. Dazu öffnen Sie das Dropdown der Spaltenfilter-Schaltfläche und deaktivieren Spalten oder wählen oben die Option zum Leeren aller Einträge.

Zusammenfassung verwalten

Die Daten lassen sich zusammenfassen, indem Sie die Schaltfläche Summarize auf On schalten. Ist die Schaltfläche Summarize aktiviert, zeigt jede Spalte eine anzuwendende Zusammenfassungsart. Passen Sie die gewünschte Zusammenfassungsart für jede Spalte an.

Sind die gewünschten Zusammenfassungen eingestellt, aktualisieren Sie die Daten, und die Zusammenfassungen werden angewendet.

Beispiele für Zusammenfassungsarten sind Min, Max, Sum, Count und Count Distinct.

Eindeutige Werte finden

Die Aktivierung der Schaltfläche Distinct reduziert die Daten auf eine Menge eindeutiger Datensätze. Ist die Schaltfläche Distinct aktiv, erscheint in jeder Spalte ein Kontrollkästchen Distinct. Deaktivieren Sie die Spalten, die die Eindeutigkeit der Spalte im Datensatz NICHT bestimmen. Wenn Sie beispielsweise in einer Kundenauftragstabelle die eindeutige Menge der Kunden finden möchten, wählen Sie nur die Kundenspalte aus und nehmen die Kundenauftragsnummer nicht mit auf.

Profilstatistiken der Spalten

Jede Spalte zeigt unabhängig vom Datentyp unten in ihren Spalteninformationen Profilstatistiken an.

Vector-Spalten sind die einzige Ausnahme: Sie werden vom Profiling ausgenommen, und für sie wird keine Werteliste erstellt. Ein Minimum, ein Mittelwert oder eine Liste der häufigsten Werte sagt über ein Embedding nichts aus, und die Werteliste bestünde aus rohen Arrays mit jeweils Hunderten von Zahlen.

Integer- und numerische Spalten zeigen diese Statistiken, berechnet über den vollständigen gefilterten Datensatz:

Minimum
Maximum
Mittelwert
Std.-Abweichung
Summe

Jede Spalte – numerisch, Text, Datum oder anderes – zeigt außerdem diese Statistiken, berechnet über die vollständige ungefilterte Tabelle:

Null Count (All Rows) – die Anzahl der Nullwerte in der gesamten Tabelle
Null % (All Rows) – Nullwerte als Prozentsatz der gesamten Tabelle
Blank Count (All Rows) – nur Textspalten. Ein Leerwert ist ein Wert, der nach dem Kürzen leer ist oder nur aus Leerraum besteht, im Unterschied zu einem Nullwert.
Blank % (All Rows) – Leerwerte als Prozentsatz der gesamten Tabelle
Distinct % of Non-Null (All Rows) – eindeutige Werte als Prozentsatz der Zeilen, die tatsächlich einen Wert haben. Nullwerte werden sowohl aus der Anzahl eindeutiger Werte als auch aus der Gesamtzahl ausgeschlossen, sodass eine Spalte, die zu 90 % aus Nullwerten besteht, deren befüllte Werte aber alle eindeutig sind, 100 % anzeigt und nicht 10 %.

Diese (All Rows)-Statistiken werden serverseitig und deterministisch berechnet, ohne KI und ohne Stichproben – dieselbe Spalte liefert jedes Mal dieselben Zahlen. Sie berücksichtigen die Sicherheit auf Zeilenebene, sodass Sie immer nur Statistiken über Zeilen sehen, die Sie sehen dürfen. Ihre Berechnung kostet eine zusätzliche Abfrage über die gesamte Tabelle, die demselben 60-Sekunden-Budget unterliegt wie andere Spaltenfacetten; läuft diese Abfrage in eine Zeitüberschreitung, bleibt der Rest des Rasters unberührt.

Form der Verteilung

Für numerische Spalten meldet der Tabellen-Explorer auch, wie die Werte verteilt sind, nicht nur, wo sie sich häufen.

Skewness (All Rows) – misst, ob die Werte der Spalte zu einer Seite des Durchschnitts neigen oder gleichmäßig um ihn verteilt sind. Ein Wert nahe null bedeutet, dass die Werte ungefähr symmetrisch sind; ein stark positiver oder negativer Wert bedeutet, dass die Spalte einen langen Ausläufer zu einem Ende hin hat. So lässt sich eine Form erkennen, die Mittelwert und Std.-Abweichung allein verbergen würden – zum Beispiel einige wenige sehr große Werte, die den Durchschnitt nach oben ziehen, während der Großteil der Spalte deutlich niedriger liegt.
Ein Histogramm unter den Statistiken jeder numerischen Spalte gruppiert deren Werte in 10 gleich breite Klassen über den gesamten Wertebereich der Spalte, sodass Sie die Form der Verteilung auf einen Blick erkennen. Fahren Sie mit der Maus über einen Balken, um den genauen Wertebereich und die Anzahl der Zeilen darin zu sehen.

Wie die anderen (All Rows)-Statistiken beziehen sich Skewness und das Histogramm unabhängig von Ihrem aktuellen Filter immer auf die gesamte Tabelle. Skewness wird – nie als null oder als Fehler – ausgelassen, wenn eine Spalte weniger als zwei Werte oder gar keine Streuung hat, da sie in diesem Fall nicht sinnvoll berechnet werden kann. Das Histogramm wird auf dieselbe Weise ausgelassen, wenn eine Spalte keinen berechenbaren Bereich hat, etwa weil sie ausschließlich aus Nullwerten besteht.

Datenqualitätsradar

Der Tabellen-Explorer führt für jede Spalte fünf automatisierte Prüfungen durch, um Daten zu kennzeichnen, die einen genaueren Blick lohnen:

Outliers – numerische Werte, die statistisch weit vom Rest der Spalte entfernt sind (mehr als drei Standardabweichungen vom Mittelwert).
Format – Textwerte, die nicht zum vorherrschenden Muster im Rest der Spalte passen, etwa eine Spalte, die fast ausschließlich aus Datumsangaben besteht und in die einige Freitextwerte gemischt sind. Diese Prüfung läuft nur bei Spalten mit mindestens 100 nicht leeren Werten und kennzeichnet eine Abweichung erst, wenn ein Muster eindeutig dominiert – wenn mehr als 95 % der Werte der Spalte darauf passen.
Duplicates – wiederholte Werte in einer Spalte, die Teil des deklarierten Zeilenschlüssels der Tabelle ist und in der jeder Wert eindeutig sein sollte. Diese Prüfung läuft nur bei Tabellen mit einem deklarierten Zeilenschlüssel – als Zeilenschlüssel werden die Aktualisierungsschlüssel der Tabelle verwendet.
Orphans – Werte in einer mit einer Dimension verknüpften Spalte, die zu keinem Member dieser Dimension passen.
Constant – jeder Nicht-Null-Wert der Spalte ist gleich, was meist bedeutet, dass die Spalte keine nützlichen Informationen enthält.

Diese Prüfungen laufen über die gesamte Tabelle, genau wie die oben beschriebenen (All Rows)-Statistiken – Ihr aktueller Filter hat keinen Einfluss darauf.

In der Ansicht Details erscheint direkt an einer Spalte ein Badge für jede Prüfung, die etwas gefunden hat, und ein gedämpftes Badge für eine Prüfung, die nicht abgeschlossen werden konnte. Öffnen Sie Data Quality Radar im Menü Actions für eine nach Rang geordnete Zusammenfassung jeder Spalte zu allen fünf Prüfungen – einschließlich Prüfungen, die ohne Befund geblieben sind oder nicht zutreffen, nicht nur der gekennzeichneten.

Jede Prüfung meldet unabhängig eines von fünf Ergebnissen: gekennzeichnet, unauffällig, nicht zutreffend, Zeitüberschreitung oder nicht verfügbar. Eine Prüfung wird nie stillschweigend übersprungen – Sie können immer sehen, warum eine Spalte für eine bestimmte Prüfung kein Urteil hat.

Korrelationen

Für numerische Spalten meldet der Tabellen-Explorer auch, wie stark sich die Werte einer Spalte gemeinsam mit den anderen numerischen Spalten der Tabelle bewegen.

Pearson r vs <column> (Complete Cases) – wie stark sich zwei Spalten in einem linearen Zusammenhang gemeinsam bewegen, von -1 (genau gegenläufig) über 0 (kein linearer Zusammenhang) bis +1 (genau gleichläufig).
Spearman ρ vs <column> (Complete Cases) – wie stark sich zwei Spalten in der Rangfolge gemeinsam bewegen, unabhängig davon, ob dieser Zusammenhang linear ist. Ein Spaltenpaar, das durchgängig gemeinsam steigt, dabei aber eine Kurve statt einer Geraden bildet, kann bei Spearman höher abschneiden als bei Pearson.
Complete Cases (All Rows) – aus wie vielen Zeilen die darüber stehenden Koeffizienten tatsächlich berechnet werden.

Korrelationen werden gegen bis zu 10 andere numerische Spalten berechnet, die in der Ansicht Details derzeit sichtbar sind, und nur anhand von Zeilen, die in jeder dieser numerischen Spalten einen Wert haben – nicht nur in dem verglichenen Paar. Deshalb trägt der Geltungsbereich die Bezeichnung (Complete Cases) statt (All Rows): Es ist eine engere, listenweise Teilmenge der Tabelle, und die Bezeichnung (All Rows) würde überzeichnen, was die Koeffizienten beschreiben. Die Anzahl Complete Cases (All Rows) selbst wird gegen die gesamte Tabelle gemessen, genau wie die anderen (All Rows)-Statistiken – sie wird von Ihrem aktuellen Filter nicht beeinflusst, ändert sich aber, wenn Sie ändern, welche numerischen Spalten sichtbar sind.

Korrelationen werden ganz ausgelassen, statt aus zu wenig Datengrundlage gezeigt zu werden, sofern nicht mindestens 10 vollständige Zeilen vorliegen und diese mindestens 10 % der Tabelle ausmachen. Eine einzelne Partnerspalte, deren eigener Koeffizient sich nicht berechnen lässt – etwa weil diese Spalte keine Streuung hat –, lässt nur diese eine Zeile entfallen, nicht die ganze Menge.

Daten kopieren

Es ist manchmal nützlich, ausgewählte Daten aus PlaidCloud kopieren zu können, um sie in andere Anwendungen wie eine Tabellenkalkulation einzufügen.

Über die Schaltfläche „Kopieren“ oben rechts stehen mehrere Kopieroptionen für die Daten zur Verfügung:

Alles kopieren – Kopiert alle Daten in die Zwischenablage
Auswahl kopieren – Kopiert die ausgewählten Daten in die Zwischenablage
Zelle kopieren – Kopiert nur den Inhalt einer einzelnen Zelle in die Zwischenablage
Spalte kopieren – Kopiert den vollständigen Inhalt der Spalte in die Zwischenablage

Daten exportieren

Beim Exportieren von Daten aus der Oberfläche des Tabellen-Explorers werden die gefilterten Daten mit nur den sichtbaren Spalten exportiert. Sie können in den folgenden Formaten exportieren:

Microsoft Excel (xlsx)
CSV (Komma)
TSV (Tabulator)
PSV (Pipe)

Das Download-Menü bietet außerdem die Möglichkeit, nur die im Browser sichtbaren Zeilen herunterzuladen. Dies richtet sich nach dem festgelegten Zeilenlimit.

Weitere Aktionen

Weitere nützliche Aktionen stehen im Menü Actions zur Verfügung.

Als Extraktionsschritt speichern

Beim Erkunden von Daten geht es oft darum festzustellen, wie sie für einen Datenpipeline-Prozess gefiltert werden sollen. Dazu werden häufig mehrere Filter angewendet, einschließlich erweiterter Filter, um das gewünschte Ergebnis einzugrenzen.

Statt zu versuchen, alle Filter, Spalten, Zusammenfassungen und Sortierungen in einem Extraktionsschritt nachzubilden, können Sie die vorhandenen Einstellungen des Tabellen-Explorers einfach als neuen Extraktionsschritt speichern.

Als Ansicht speichern

Ähnlich wie beim oben beschriebenen Speichern der aktuellen Einstellungen des Tabellen-Explorers als Extraktionsschritt können Sie die Einstellungen auch direkt als Ansicht speichern.

Das kann besonders nützlich sein, wenn Sie Datenausschnitte für Berichte oder andere nachgelagerte Prozesse erstellen möchten, die keine Datenpipeline erfordern.

Gespeicherte Filter verwalten

Ihre Filterarbeit geht nie verloren. Sie können Ihre Einstellungen des Tabellen-Explorers als gespeicherten Filter sichern. Gespeicherte Filter enthalten auch Spaltensichtbarkeit, Zusammenfassungen, Spaltenfilter, erweiterte Filter und Sortierungen.

Sie können einen gespeicherten Filter auch anderen zur Verfügung stellen, indem Sie beim Speichern des Filters das Kontrollkästchen Public aktivieren.

Im Menü Actions können Sie gespeicherte Filter außerdem löschen und umbenennen.

Erweiterte Filter

Filter per Mausklick auf Spalten ermöglichen zwar die schnelle Anwendung von Filtern, um die gewünschten Ergebnisse einzugrenzen, doch manchmal sind Filterbedingungen komplex und erfordern genauere Angaben.

Der Bereich für erweiterte Filter bietet sowohl einen Filter vor der Aggregation als auch einen Filter nach der Aggregation, wenn Summarize aktiviert ist.

Jeder gültige Python-Ausdruck ist zulässig, um die Daten einzugrenzen. Weitere Details und Beispiele finden Sie unter Ausdrücke.