# 01 | Power BI : Import des données

https://www.youtube.com/watch?v=GqGJxGtqGpk

[00:00] Bienvenue dans cette première vidéo où.
[00:01] Bienvenue dans cette première vidéo où on va s'intéresser d'abord à Power Query.
[00:03] Power Query est le TL de Power BI, extract, transformad.
[00:06] On va donc aller chercher des données provenant de différentes sources dans différents formats.
[00:12] On va appliquer toutes les transformations qui s'avèrent nécessaires avant de charger ces données transformées dans le modèle de données ou dataset Power BI.
[00:22] Dans cette démonstration, on va d'abord s'intéresser à l'interface Power Query.
[00:26] Donc dans l'interface PowerB desktop, on va retrouver le bouton transform data qui va nous permettre de pouvoir accéder à l'éditeur Power Query.
[00:35] Tout d'abord, voyons les données avec lesquelles nous allons travailler.
[00:38] Nous allons travailler avec des données de vente.
[00:41] Le document USA Sales au format TXT concernera toutes les informations des ventes situées aux États-Unis.
[00:48] Le sous-dossier World Sales contiendra les données de vente dans d'autres pays.
[00:53] Puis nous aurons les informations géographiques des ventes dans le dossier dans le fichier Geodata, les données des manufactureurs des produits dans le
[01:00] manufactureurs des produits dans le fichier manufacturer details et enfin
[01:03] fichier manufacturer details et enfin toutes les informations de produits dans
[01:05] toutes les informations de produits dans le fichier products information.
[01:08] le fichier products information.
[01:09] Donc dans cette première partie, on va d'abord voir comment aller chercher ces
[01:11] d'abord voir comment aller chercher ces données et les intégrer dans Power
[01:12] données et les intégrer dans Power Query.
[01:14] On clique donc sur transform data.
[01:18] Dans cette interface que nous allons
[01:20] Dans cette interface que nous allons présenter prochainement, on va d'abord
[01:22] présenter prochainement, on va d'abord aller chercher notre première source.
[01:25] aller chercher notre première source.
[01:28] Donc par exemple fichier Excel et allons chercher par exemple le
[01:29] et allons chercher par exemple le fichier product information.
[01:34] Ici
[01:37] Ici on peut retrouver la feuille prod
[01:40] on peut retrouver la feuille prod puisqueun fichier Excel peut être
[01:41] puisqueun fichier Excel peut être constitué de plusieurs feuilles.
[01:42] En l'occurrence, il y en a qu'une seule.
[01:44] Donc c'est la seule qui est proposée.
[01:46] On peut donc cliquer dessus, on voit un
[01:48] peut donc cliquer dessus, on voit un aperçu des données qui sont présentes et
[01:49] aperçu des données qui sont présentes et on peut cliquer sur OK.
[01:53] À partir de là, Power Query va aller chercher les
[01:54] Power Query va aller chercher les données et les présenter dans Power
[01:56] données et les présenter dans Power Query.
[01:58] Attention, très important à
[01:59] comprendre, Power Query ne montre qu'une partie des données, seulement un
[02:01] partie des données, seulement un échantillon.
[02:03] On peut scroller relativement loin, mais fondamentalement
[02:05] Power Query ne charge pas toutes les
[02:07] données.
[02:08] Si la source faisait par exemple 500000 lignes, Power Query ne
[02:11] chargerait juste pour démontrer que seulement 1000 lignes par exemple.
[02:17] Allons ensuite intégrer les autres sources.
[02:18] Nous avons également manufacturer details.
[02:26] Ici, on retrouve également la feuille.
[02:29] On retrouve également une suggestion de table.
[02:31] Effectivement, comme Power Query trouve que les données qui se trouvent dans le fichier sont relativement semblables à une table, il
[02:33] va chercher à les découper lui-même peut-être en excluant certaines colonnes ou lignes qui seraient inutiles.
[02:35] Dans cette démonstration, on va vraiment partir de la feuille complète.
[02:40] Puis on va intégrer les autres fichiers.
[02:43] Géodata dont on a une seule feuille également.
[03:05] Ensuite, il nous reste le fichier texte.
[03:09] Ensuite, il nous reste le fichier texte USA Sales.
[03:12] USA Sales qui contient toutes les ventes des.
[03:13] qui contient toutes les ventes des États-Unis.
[03:23] Et enfin, très important à comprendre.
[03:25] Et enfin, très important à comprendre, on va revenir sur les sour tout d'abord.
[03:27] on va revenir sur les sour tout d'abord.
[03:29] Ici, il faut comprendre qu'on a seulement les données USA.
[03:31] Dans le dossier World Sales, il faut se rendre.
[03:33] compte qu'au final, on a tous les autres pays, mais tous ces fichiers ont.
[03:35] pays, mais tous ces fichiers ont absolument le même format, la même les.
[03:38] absolument le même format, la même les mêmes colonnes, les mêmes noms de.
[03:40] mêmes colonnes, les mêmes noms de colonne et cetera.
[03:41] Donc on pourrait se dire qu'on pourrait créer une requête par fichier.
[03:44] Le problème c'est que si on a sep pays, on va devoir du coup gérer sep requettes différentes et on va donc.
[03:46] par fichier.
[03:49] Le problème c'est que si on a sep pays, on va devoir du coup gérer sep requettes différentes et on va donc du coup éventuellement appliquer les mêmes transformations sep fois en les reproduisant à la main via PowerQuery.
[03:51] sep requettes différentes et on va donc du coup éventuellement appliquer les mêmes transformations sep fois en les reproduisant à la main via PowerQuery.
[03:53] du coup éventuellement appliquer les mêmes transformations sep fois en les reproduisant à la main via PowerQuery.
[03:55] mêmes transformations sep fois en les reproduisant à la main via PowerQuery.
[03:57] reproduisant à la main via PowerQuery.
[03:59] Pour s'éviter ce problème là, on peut les considérer dans un seul et même sous-dossier.
[04:01] les considérer dans un seul et même sous-dossier.
[04:02] C'est pourquoi elles sont présentées dans le sous-dossier World Sales et dire à Power Query dans ce.
[04:04] sous-dossier.
[04:05] C'est pourquoi elles sont présentées dans le sous-dossier World Sales et dire à Power Query dans ce.
[04:08] Sales et dire à Power Query dans ce sous-dossier là, il faut traiter tous sous-dossier là, il faut traiter tous les fichiers de la même façon et donc appliquer les mêmes transformations d'un coup d'un seul.
[04:15] C'est beaucoup plus pratique.
[04:16] De plus, en terme de maintenance, ce sera beaucoup plus évident et si demain un nouveau fichier devait apparaître dans la liste, Power Query le prendrait automatiquement en compte sans besoin de créer une autre requête particulière.
[04:27] Donc pour se faire, on peut simplement entrer ici dans les sources.
[04:30] On va aller en chercher d'autres puisqu'elles ne sont pas présentes tout dans la première liste.
[04:38] On en profite d'ailleurs pour voir l'intégralité des différentes sources possibles et proposées par BI notamment en terme de fichiers de base de données, l'interaction qu'on peut avoir avec la Power Plateforme, les sources Azure, le cloud de Microsoft, quelques services en ligne comme Sales Force, Dynamics et cetera et plein d'autres types de sources comme des connecteurs ODBC, olDB et j'en passe.
[05:04] Très clairement, personne n'aura vocation à tous les connaître par cœur, déjà en connaître une dizaine d'entre eux.
[05:07] C'est déjà très bien.
[05:10] d'entre eux.
[05:10] C'est déjà très bien.
[05:13] Donc dans notre cas, on va chercher la source de type folder.
[05:16] de type folder comme ceci.
[05:18] Folder qui veut dire comme ceci.
[05:18] Folder qui veut dire dossier.
[05:21] On va donc donner le dossier dans lequel se situe tous ces fichiers juste ici.
[05:28] juste ici.
[05:30] Power Query va alors vérifier la contenance du dossier, nous demander si c'est bien ce qu'on veut.
[05:34] Effectivement, c'est bien les bons fichiers.
[05:36] On va donc du coup pouvoir ensuite cliquer sur combine et transform data.
[05:40] Et ce que va faire Power Query, c'est qu'il va d'abord vérifier les fichiers dedans et demander si l'un d'entre eux devrait potentiellement jouer le rôle de modèle en quelque sorte.
[05:50] Et pour le coup, puisque tous les fichiers ont la même contenance, les mêmes colonnes, concrètement ça va pas changer grand-chose.
[05:57] Donc on peut se permettre de cliquer sur OK en lisant le premier fichier, mais on pourrait en sélectionner un particulièrement si vraiment on voulait que l'un d'entre eux serve de modèle.
[06:06] Théoriquement, ce sera le fichier Australia qui nous permettra d'être modèle puisque c'est le premier dans la liste.
[06:14] Et là, on remarque qu'une sous une nouvelle requette, pardon, a été créée qui s'appelle Word Sales et qui en fait reprend tous les fichiers présents.
[06:22] Par ailleurs, on note à gauche dans les requêtes la création de ce dossier transform world sales.
[06:26] Concrètement, ce dossierl nous intéresse pas.
[06:29] C'est un dossier qui est créé automatiquement par Power Query lorsqu'il traite avec des sources de type dossier.
[06:37] On va pas rentrer dans le détail ici.
[06:38] Il faut juste savoir que la création de cet élément là est dû à l'utilisation d'un dossier.
[06:42] Maintenant qu'on a récupéré ce dossier, comment faire pour être sûr qu'on a bien effectivement toutes les données qui nous intéressent ?
[06:51] Comment savoir si j'ai bien pas seulement l'Australie et potentiellement les autres pays ?
[06:56] En cliquant sur la liste ici, on ne voit qu'Australie.
[06:58] Sauf que Power Query nous informe bien que la liste peut-être incomplète puisque'au final, on l'a dit tout à l'heure, Power Query ne charge qu'une partie des données.
[07:06] On ne voit pas toutes les données.
[07:07] On va donc voir en cliquant sur l'au de mort, Power Curry va donc du coup reparcourir tous les fichiers un par un.
[07:16] par un et on va bien se rendre compte que tous.
[07:18] et on va bien se rendre compte que tous les pays y sont, ce qui est parfait.
[07:20] On va pouvoir cliquer sur OK, juste pour être sûr.
[07:22] Au passage, profitons-en pour expliquer un petit peu l'interface.
[07:24] Tout à gauche, on a ce qu'on appelle le volet des requêtes, des queries.
[07:26] Une requête, c'est tout simplement la connexion de power query à une source, quel que soit son type et également l'ensemble des transformations qui sont appliquées.
[07:29] Quand on parle de transformation, il faut bien comprendre que Power Query n'altère pas du tout la source.
[07:30] La source reste absolument comme elle est et c'est juste Power Query en extrayant les données qui va appliquer tout un ensemble de transformation avant ensuite de les charger dans son propre modèle Power BI.
[07:33] Mais fondamentalement, le fichier Excel, même si on applique des transformations dans PowerQuery, restera le même à la source.
[07:35] Il leur restera un changé.
[07:38] Concernant les étapes appliquées, on les retrouve ici à droite dans le query settings, les paramètres de la requête.
[07:40] Et effectivement, on voit toutes les étapes qui sont appliquées.
[07:41] Donc si par exemple, on prend ici la requête prod qu'on va d'ailleurs renommer dans quelques secondes, on voit
[08:17] renommer dans quelques secondes, on voit que la première étape consiste à aller.
[08:19] que la première étape consiste à aller se connecter à la source.
[08:21] se connecter à la source.
[08:23] Puis on voit que dans la source, on va chercher un élément de la feuille.
[08:25] chercher un élément de la feuille.
[08:26] Donc on va chercher cette feuille particulièrement.
[08:28] Puis on voit que promoted headers signifie que la première ligne ici va être considérée comme un header à la prochaine étape.
[08:30] promoted headers signifie que la première ligne ici va être considérée comme un header à la prochaine étape.
[08:32] première ligne ici va être considérée comme un header à la prochaine étape.
[08:35] comme un header à la prochaine étape.
[08:38] Et enfin, change type effectivement Power Query applique des changements de type automatiquement.
[08:39] Power Query applique des changements de type automatiquement.
[08:42] type automatiquement.
[08:45] Donc on va en reparler juste après.
[08:46] Concernant World Sales, on verra que la dernière étape c'est filter drose.
[08:48] dernière étape c'est filter drose.
[08:51] C'est parce que j'ai juste été regarder les différents pays et j'ai cliqué sur OK.
[08:53] différents pays et j'ai cliqué sur OK.
[08:54] Donc Power Query a cru que j'ai appliqué un filtre.
[08:55] un filtre.
[08:57] Je n'ai appliqué absolument aucun filtre.
[08:59] aucun filtre.
[09:01] Donc du coup je vais pouvoir en fait annuler mon étape sans aucun problème.
[09:05] aucun problème.
[09:08] Profitons-en pour renommer chacune des requêtes.
[09:11] Product Prod.
[09:14] manufacturer pour la fichier manufacturers go on va l'appeler location sera plus propre
[09:18] propre et USA sales on va l'appeler juste sales.
[09:20] et USA sales on va l'appeler juste sales puisque'au final la table sales va finir par devenir la table sales principale.
[09:26] contenant les ventes de tous les pays ainsi que des États-Unis mais pour l'instant on va la renommer sales tout court.
[09:31] et world sales porte très bien son nom pour le moment donc pour l'instant on se rend compte que Power BI nous permet Power Query pardon nous permet de pouvoir nous connecter aux sources, de potentiellement renommer les requêtes et on va voir maintenant comment appliquer quelques transformations.
[09:46] Il faut bien tenir en compte que les transformations que je vais mettre en place ici seront pas forcément exactement dans le même ordre que la partie pratique qui vous sera proposée juste après, mais dans les grandes lignes, ce sera exactement la même chose.
[09:58] Donc, prenons par exemple le fichier product.
[10:02] Avec Power Query, je vais pouvoir appliquer différentes transformations dessus.
[10:05] Déjà, renommer les colonnes, c'est une étape extrêmement importante.
[10:08] Donc, product PID devient product ID, product devient product, product group reste la même et
[10:19] product group reste la même et manufacturer ID ici.
[10:26] Renommer les colonnes est extrêmement important puisque à la fin les noms que l'on donne au niveau de Power Query seront les noms de colonnes réels dans le dataset Power BI qui va recevoir toutes ces données.
[10:39] Et le dataset, on en parlera un peu plus tard, représente en quelque sorte ce qu'on appelle une couche sémantique, c'est-à-dire une couche dans laquelle on ajoute du sens aux données qui va davantage parler aux personnes métiers les moins techniques.
[10:51] Donc on veut avoir des noms clairs qui parlent à tout le monde.
[10:54] Une fois qu'on a fait ça, première étape prommage des colonnes, on va pouvoir maintenant s'intéresser aux données.
[10:59] Déjà, regardons la colonne product.
[11:03] Ici, on se rend compte que dedans, on a la référence du produit qui est qui est constituée finalement du code du produit et de la couleur du produit.
[11:11] On aimerait bien potentiellement supprimer éventuellement cette colonne là pour en faire deux, une colonne product code et une colonne product
[11:20] product code et une colonne product color.
[11:22] Pour y arriver, du coup, on vair plusieurs façons de le faire.
[11:24] La première méthode, c'est tout simplement en passant par Power Query et son interface.
[11:28] Encore une fois, Power Query dans cette logique d'utilisation user friendly, on va essayer de faire en sorte que les actions, même les plus complexes, puissent être les plus simplement réalisé, notamment par le biais de boutons ou de petites actions qui sont facilement réalisables par l'utilisateur.
[11:45] Ici, le but c'est de séparer les colonnes.
[11:47] Donc pour séparer les colonnes, on va avoir justement, si on recherche un tout petit peu, une transformation qui permet de séparer les colonnes.
[11:53] Split column.
[11:55] On va avoir plusieurs options.
[11:57] Et ici, on a bien compris que ce qui séparait finalement en quelque sorte les deux, c'est l'espace.
[12:04] Mais attention, on peut très bien avoir un espace aussi au niveau de la couleur.
[12:07] Donc pour être bien sûr qu'on fait la séparation correctement entre la partie product code et la partie color, on va pouvoir en fait prendre espace parenthèse.
[12:17] On sait que lorsqu'il y a un espace et une parenthèse qui se suivent, c'est la
[12:20] parenthèse qui se suivent, c'est la séparation entre les deux.
[12:22] Donc c'est une méthode parmi tant d'autres.
[12:23] On pourrait également euh isoler par exemple la partie ici en disant que tout ce qui est entre parenthèses devient une colonne impart.
[12:25] Il y aurait plusieurs méthodes pour y arriver.
[12:27] Dans cette démonstration, on va utiliser un délimiteur et on va estimer que la séparation qui se fait entre espace et parenthèse représente une séparation.
[12:29] Et ici, on voit bien qu'on a réussi à séparer la partie product code de la partie color dans laquelle on retrouve des petites parenthèses encore qu'on va pouvoir retirer juste après.
[12:30] On note d'ailleurs que cette séparation a donné lieu à une nouvelle étape dans la liste à droite.
[12:32] Donc maintenant qu'on a fait ça, on va pouvoir renommer la colonne product code et cette colonne là va pouvoir s'appeler product color.
[12:33] On pourrait également la renommer color simplement, c'est pas très important à ce niveau-là.
[13:21] très important à ce niveau-là.
[13:22] Ensuite, dans cette colonne là, on aimerait retirer les parenthèses.
[13:24] On sait qu'une parenthèse ici n'a pas lieu d'être.
[13:25] Donc encore une fois, plusieurs façons de faire.
[13:27] On pourrait dire que il faut supprimer impérativement le dernier caractère.
[13:29] On pourrait également proposer de pouvoir simplement supprimer une parenthèse plusieurs options.
[13:34] Dans ce cas-là, je vais juste remplacer les parenthèses par rien.
[13:38] Clic droit sur la colonne product color et replace values.
[13:40] On va remplacer les parenthèses par rien.
[13:50] Et ainsi on se retrouve avec cette fois-ci la séparation claire entre le code et la couleur.
[13:57] On a le même problème du côté product group.
[13:59] En fait, un groupe de produits, c'est constitué finalement d'une sous-catégorie et d'une catégorie.
[14:07] D'accord ?
[14:07] Donc ici par exemple, on peut voir que jackets and pence, les deux appartiennent à la même catégorie casual wearing.
[14:18] Par contre, on va avoir finalement une sous-catégorie pens et une sous-catégorie jackets.
[14:20] Donc on sait
[14:21] une sous-catégorie jackets.
[14:23] Donc on sait que la première partie représente la sous-catégorie et que la seconde partie entre crochets représente la catégorie.
[14:30] On pourrait pratiquer exactement la même logique, mais on peut aussi en profiter pour voir une autre méthode très sympathique dans Power Query pour pouvoir faire des transformations.
[14:38] Quand on va dans Ad column, on trouve cette option column from example.
[14:42] Donc cette colonne là, enfin cette action là, column from examples nous permet en fait de dire à Power Query, je sais où est-ce que je veux aller, je sais le résultat que je veux avoir, mais je ne sais pas exactement comment faire.
[14:56] Et bien Power Query avec une certaine intelligence artificielle qui va y avoir derrière va être capable de comprendre notre demande.
[15:03] Pour se faire, en cliquant dessus, il me propose ici de dire OK sur cette ligne là en cours, ça pourrait être une autre ligne, n'importe quelle ligne.
[15:11] Sur cette ligne en cours, la première par exemple, quelle est la valeur que tu voudrais ressortir ?
[15:14] Ben je vais dire par exemple biking.
[15:18] En le disant biking, il va automatiquement détecter qu'il veut
[15:21] automatiquement détecter qu'il veut finalement la première partie.
[15:25] finalement la première partie.
[15:25] de ma chaîne de caractère et on va en parler juste après, mais toute action réalisée dans Power Query fait en fait du M.
[15:32] du M, c'est le code qui a derrière en fait les transformations dans Power Query.
[15:36] Le langage M est le langage derrière power query.
[15:38] Et pour savoir ce qui s'est passé concrètement, même si on connaît pas spécialement le M, on peut quand même comprendre ce qui s'est passé ici.
[15:49] On peut voir que à ce niveau-là, le code exécuté, c'est la fonction before des limiteur dans la colonne product group, tout ce qu'il y a avant l'espace.
[15:57] Attention cependant, est-ce que il y a pas potentiellement des situations où on aurait encore une fois peut-être un nom de sous-catégorie dans lequel il y aurait un espace ?
[16:09] Donc il faudrait s'en assurer.
[16:09] On pourrait y aller comme ça ou alors on pourrait le faire dans l'autre sens.
[16:12] Tout d'abord, on pourrait se dire je vais d'abord retirer la partie qui est située entre crochets et ensuite je vais aller récupérer la partie qui est
[16:22] vais aller récupérer la partie qui est avant les crochets.
[16:23] Donc ce que je vais faire tout simplement, c'est peut-être parce que je suis pas d'accord avec ce code là et que potentiellement je pense qu'il pourrait y avoir une erreur.
[16:29] On pourrait simplifier en allant d'abord choisir la partie qui est entre les crochets.
[16:34] Même chose columne prier example, je vais mettre cette fois-ci, je vais prendre un cas compliqué dans lequel je sais qu'il y aura potentiellement une erreur ou il y aura potentiellement une un espace.
[16:47] Ici dans cette ligne là, casual wearing, on voit ici que Power Query semble avoir fait le bon travail.
[16:58] Il a réussi à isoler la bonne partie.
[17:00] Et quand on garde le code, là on voit ce qu'il a fait.
[17:01] il a utilisé une fonction between des limiters et on voit qu'il utilise les crochets, ce qui ressemble beaucoup plus à ce que je voulais faire.
[17:09] Donc là, en l'occurrence, on va pouvoir prendre ce travail et on sait que cette partie-à du coup, ce sera la partie catégorie.
[17:25] Reste qu'on doit également maintenant.
[17:27] Reste qu'on doit également maintenant récupérer la partie dans product group.
[17:30] récupérer la partie dans product group.
[17:30] Donc si jamais je ne suis pas sûr, j'ai peur que potentiellement Power il prenne pas les choses correctement, encore une fois, je peux me rabattre sur ma technique tout simplement séparer avec des avec un split by column split by des limiteur et je pourrais récupérer simplement la partie biking.
[17:32] Donc si jamais je ne suis pas sûr, j'ai peur que potentiellement Power il prenne pas les choses correctement, encore une fois, je peux me rabattre sur ma technique tout simplement séparer avec des avec un split by column split by des limiteur et je pourrais récupérer simplement la partie biking.
[17:34] peur que potentiellement Power il prenne pas les choses correctement, encore une fois, je peux me rabattre sur ma technique tout simplement séparer avec des avec un split by column split by des limiteur et je pourrais récupérer simplement la partie biking.
[17:35] pas les choses correctement, encore une fois, je peux me rabattre sur ma technique tout simplement séparer avec des avec un split by column split by des limiteur et je pourrais récupérer simplement la partie biking.
[17:36] fois, je peux me rabattre sur ma technique tout simplement séparer avec des avec un split by column split by des limiteur et je pourrais récupérer simplement la partie biking.
[17:39] technique tout simplement séparer avec des avec un split by column split by des limiteur et je pourrais récupérer simplement la partie biking.
[17:43] des avec un split by column split by des limiteur et je pourrais récupérer simplement la partie biking.
[17:44] limiteur et je pourrais récupérer simplement la partie biking.
[17:46] simplement la partie biking.
[17:46] Ce qu'il faut bien comprendre, c'est qu'ici on a vraiment plusieurs méthodes.
[17:47] faut bien comprendre, c'est qu'ici on a vraiment plusieurs méthodes.
[17:48] vraiment plusieurs méthodes.
[17:48] En utilisant la logique IA de Power Query, en utilisant la le séparateur espace crochet, on peut avoir plusieurs méthodes.
[17:51] utilisant la logique IA de Power Query, en utilisant la le séparateur espace crochet, on peut avoir plusieurs méthodes.
[17:56] en utilisant la le séparateur espace crochet, on peut avoir plusieurs méthodes.
[17:57] crochet, on peut avoir plusieurs méthodes.
[17:57] On peut également utiliser du code M pour faire un truc plus customisé.
[17:58] méthodes. On peut également utiliser du code M pour faire un truc plus customisé.
[18:00] code M pour faire un truc plus customisé.
[18:00] Là, en l'occurrence, on va reprendre la même logique, même si concrètement on aurait pu avoir cin ou six solutions différentes ici.
[18:01] customisé. Là, en l'occurrence, on va reprendre la même logique, même si concrètement on aurait pu avoir cin ou six solutions différentes ici.
[18:03] reprendre la même logique, même si concrètement on aurait pu avoir cin ou six solutions différentes ici.
[18:05] concrètement on aurait pu avoir cin ou six solutions différentes ici.
[18:05] Donc pour être sûr de pas me tromper, encore une fois, ou alors ce que je peux aussi faire, pour être sûr de pas me tromper, ce que je peux faire c'est chercher dans la liste, regarder tout simplement tous les produits et vérifier si effectivement on n' pas d'espace.
[18:07] six solutions différentes ici. Donc pour être sûr de pas me tromper, encore une fois, ou alors ce que je peux aussi faire, pour être sûr de pas me tromper, ce que je peux faire c'est chercher dans la liste, regarder tout simplement tous les produits et vérifier si effectivement on n' pas d'espace.
[18:09] être sûr de pas me tromper, encore une fois, ou alors ce que je peux aussi faire, pour être sûr de pas me tromper, ce que je peux faire c'est chercher dans la liste, regarder tout simplement tous les produits et vérifier si effectivement on n' pas d'espace.
[18:10] fois, ou alors ce que je peux aussi faire, pour être sûr de pas me tromper, ce que je peux faire c'est chercher dans la liste, regarder tout simplement tous les produits et vérifier si effectivement on n' pas d'espace.
[18:12] faire, pour être sûr de pas me tromper, ce que je peux faire c'est chercher dans la liste, regarder tout simplement tous les produits et vérifier si effectivement on n' pas d'espace.
[18:14] ce que je peux faire c'est chercher dans la liste, regarder tout simplement tous les produits et vérifier si effectivement on n' pas d'espace.
[18:16] la liste, regarder tout simplement tous les produits et vérifier si effectivement on n' pas d'espace.
[18:18] les produits et vérifier si effectivement on n' pas d'espace.
[18:20] effectivement on n' pas d'espace.
[18:20] Encore une fois, dans cet exemple là, ici, on voit qu'on a pas d'exemple de sous-catégorie sans espace.
[18:22] une fois, dans cet exemple là, ici, on voit qu'on a pas d'exemple de sous-catégorie sans espace.
[18:24] voit qu'on a pas d'exemple de sous-catégorie sans espace.
[18:24] Donc,
[18:25] sous-catégorie sans espace.
[18:28] Donc, je pourrais me permettre de dire ce que j'ai fait juste avant marché.
[18:29] Mais si demain il y a une sous-catégorie avec un espace, comment quer lui la logique qui va prendre, ça va être de se dire s'il y a un espace passe à l'autre partie.
[18:37] Or, si j'ai un nom sous-catégorie avec un espace, ça va être problématique.
[18:42] Donc en l'occurrence, pour sécuriser, ce que je peux tout simplement faire, c'est juste extraire une partie encore une fois en faisant split by column et on va pouvoir lui dire le délimiteur cette fois-ci, c'est bien pas le crochet mais aussi éventuellement le crochet en l'occurrence mais espace crochet pour bien ne pas prendre l'espace en plus pour rien.
[19:07] Et là en l'occurrence, alors qu'est-ce qui se passe ici ?
[19:08] Pareil, même chose.
[19:10] C'est pour vous montrer vraiment toutes les possibilités qu'on peut avoir.
[19:13] C'est qu'ici là en l'occurrence, ça a bien créé deux colonnes.
[19:15] Donc on va pouvoir bien dégager la deuxième colonne qui nous intéresse plus et conserver celle-ci qui nous intéresse qui va devenir du coup la sub catégorie.
[19:27] qui va devenir du coup la sub catégorie.
[19:28] Comme ceci.
[19:28] Au passage, on peut ramener la catégorie
[19:30] Au passage, on peut ramener la catégorie juste avant ici.
[19:32] Et maintenant, on se retrouve avec manufacturer ID.
[19:35] Donc, on a vu qu'on pouvait soit choisir
[19:37] nous-même le type de transformation qu'on voulait utiliser, soit
[19:39] éventuellement appliquer des transformations proposées par power qu
[19:42] par défaut.
[19:47] Amen.