¡Qué dolor de cabeza cuando queremos crear una visualización y tenemos los datos en distintas fuentes! ¿Les ha pasado? Aunque no te haya pasado, te puede ser muy útil aprender a combinar datos. Esto se puede lograr de muchísimas maneras, una de las más fáciles es en Google Data Studio. Para conocer lo básico de esta herramienta puede leer este blog: Crea visualizaciones interactivas en pocos pasos con Google Data Studio.
¡Comencemos a explorar la combinación de datos!
Supongamos que tengo dos hojas de cálculo:
- En la primera, evalúo distintas canciones de artistas y capturo la fecha.
- En la segunda, tengo un listado de canciones con su número de descargas (hipotético).
Estoy interesada en crear una visualización que me permita descubrir si mis evaluaciones están correlacionadas al número de descargas. Una de las alternativas es combinar los datos de ambas fuentes. Aunque en este ejemplo podemos hacer el proceso de manera manual y uno a uno, no es una buena práctica ya que consume tiempo y puede introducir errores. Además ¿qué harías cuando tuvieras que combinar miles de datos? Sigue leyendo para que aprendas una de las técnicas.
El primer paso es navegar a pestaña de “Recurso” y seleccionar “Gestionar combinaciones”.
Procedemos entonces a seleccionar las fuentes que queremos combinar a través de “Add a Blend”.
Ahora que ya tengo mi primera hoja de cálculo y entonces le doy a “Unir otra tabla” para añadir mi segunda hoja de cálculo.
Si la fuente de datos que estás buscando no aparece en el listado, puede ser que no la tengas añadida en el proyecto o reporte de Google Data Studio. Para añadir fuentes, puedes acceder a “Gestionar las fuentes de datos añadidas” en la pestaña de “Recurso”.
Configurando la combinación de datos
Una vez hayas añadido todas las fuentes, puedes configurar cómo quieres que se combinen los datos. Para configurarlo, presiona “Configure join”.
Te vas a encontrar con 5 opciones distintas para combinar los datos.
- Left outer: preserva las filas de la izquierda y devuelve aquellas de la derecha que coinciden.
| Izquierda | Derecha | Resultado |
| A 1 3 B 5 8 C 7 9 | A * B & D # | A 1 3 * B 5 8 & C 7 9 |
- Right outer: preserva las filas de la derecha y devuelve aquellas de la izquierda que coinciden.
| Izquierda | Derecha | Resultado |
| A 1 3 B 5 8 C 7 9 | A * B & D # | A * 1 3 B & 5 8 D # |
- Inner: devuelve las filas que coinciden en la izquierda y derecha
| Izquierda | Derecha | Resultado |
| A 1 3 B 5 8 C 7 9 | A * B & D # | A * 1 3 B & 5 8 |
- Full outer: devuelve todas las filas de la izquierda y derecha aunque no coincidan
| Izquierda | Derecha | Resultado |
| A 1 3 B 5 8 C 7 9 | A * B & D # | A * 1 3 B & 5 8 C 7 9 D # |
- Cruzada: Devuelve todas las combinaciones posibles de las filas de las tablas de la izquierda y de la derecha
| Izquierda | Derecha | Resultado |
| A B C | Rojo Azul | A Rojo A Azul B Rojo B Azul C Rojo C Azul |
Todas estas combinaciones, excepto la cruzada, requieren que especifiques una condición. La condición nos permite decidir por cual campo queremos que se combinen los datos. Por ejemplo, en mi caso, quiero que se combinen por el campo de canción ya que es un campo que tengo en ambas hojas y que es un campo con valores únicos (no duplicados). Asegúrate de seleccionar bien los campos y que estos tengan el mismo formato en ambas fuentes.
Al guardar la configuración, volvemos a la página principal de la gestión de combinaciones.
Desde aquí podemos seleccionar los campos de cada tabla que queremos que pasen a nueva fuente de datos combinados. En mi caso, las seleccioné todas. Aprovecha para darle nombre a las tablas originales y a la nueva para un mejor manejo de las fuentes.
Visualizando datos
¡Felicidades! Ya tienes una fuente de datos combinada con la cual puedes hacer visualizaciones. Cuando añadas una gráfica a tu reporte, puedes cambiar la fuente de datos a la nueva que creaste.
Ahora procedo a graficar el número promedio de descargas de las canciones versus la evaluación que les di. ¿Será que mi evaluación está correlacionada a la popularidad de las canciones y lo estamos viendo a través de esta gráfica con las descargas?
Esto es un ejemplo sencillo, del tipo de aprendizaje que podemos obtener de datos que anteriormente estaban aislados. Así que de ahora en adelante piensa:
- ¿Qué datos puedo combinar para aprender más?
- ¿Qué cambios tengo que hacer en la colección de datos para poder hacer combinaciones?
- ¿Qué datos pudieran ser más influyentes?
Muy interesante, es una de las mejores aplicaciones y análisis de datos.