मी डेटासेट विश्वसनीयपणे जोडू शकत नाही कारण एक स्रोत देशांची नावे वापरतो तर दुसरा ISO कोड वापरतो.

डेटासेट जोडण्यापूर्वी देशांची नावे आणि सामान्य प्रकारांना प्रमाणित ISO देश कोडमध्ये (आणि उलट) मॅप करणारी एक देश ओळखकर्ता सामान्यीकरण पायरी जोडा. यामुळे विविध स्रोतांमध्ये जोडणी सुसंगत होते आणि फॉरमॅटिंगमधील फरक किंवा पर्यायी स्पेलिंगमुळे होणारे विसंगती कमी होतात.

जेव्हा एक स्रोत देशांना नावे (उदा. "युनायटेड स्टेट्स") म्हणून दर्शवतो आणि दुसरा ISO कोड (उदा. "US" किंवा "USA") वापरतो, तेव्हा हे वैशिष्ट्य तुम्हाला डेटासेट विश्वसनीयपणे जोडण्यास मदत करते. हे एक सामान्यीकरण पायरी प्रदान करते जी ISO 3166-1 alpha-2 किंवा alpha-3 सारखी सुसंगत जॉइन की तयार करण्यासाठी एका किंवा दोन्ही डेटासेटवर लागू केली जाऊ शकते. सेटअप दरम्यान, तुम्ही इनपुट देश कॉलम निवडता, लक्ष्य मानक निवडता आणि जॉइनमध्ये वापरण्यासाठी एक नवीन सामान्यीकृत फील्ड तयार करता. मॅपिंग सामान्य उपनामे, विरामचिन्हे/केसिंगमधील फरक आणि ज्ञात पर्यायी नावे हाताळते जेणेकरून "Côte d’Ivoire" आणि "Ivory Coast" एकाच प्रमाणित कोडमध्ये रूपांतरित होतील. ज्या मूल्यांचे खात्रीशीरपणे मॅपिंग करता येत नाही, ती पुनरावलोकनासाठी दर्शविली जातात जेणेकरून तुम्ही ती दुरुस्त करू शकाल किंवा ओव्हरराइड जोडू शकाल. एकदा सामान्यीकृत झाल्यावर, तुम्ही टेबल, पाइपलाइन किंवा रिपोर्टमध्ये जॉइन की म्हणून प्रमाणित फील्ड वापरता. यामुळे जॉइनमधील अपयश कमी होते, न जुळणाऱ्या ओळींमुळे होणारा डेटा लॉस टाळला जातो आणि डाउनस्ट्रीम ॲग्रिगेशनची अचूकता सुधारते. हे वैशिष्ट्य अनेक विक्रेत्यांकडून मेट्रिक्स एकत्र करण्यासाठी, बदलत्या देश नामकरण पद्धतींसह ऐतिहासिक डेटासेट सुसंगत करण्यासाठी आणि भौगोलिकदृष्ट्या सुसंगत फिल्टरिंग आणि रिपोर्टिंगसाठी डेटा तयार करण्यासाठी उपयुक्त आहे. हे पुनरावृत्ती करण्यायोग्य वर्कफ्लोला देखील समर्थन देते जेणेकरून तीच सामान्यीकरण तर्क प्रकल्पांमध्ये पुन्हा वापरली जाऊ शकते आणि जॉइन पुन्हा तयार न करता अपडेट केली जाऊ शकते.