Документ представляет мастер-класс по работе с Google Таблицами, рекомендуя их как удобный инструмент для начинающих дата-журналистов. Освещаются особенности работы с данными, включая импорт файлов, обработку отсутствующих данных и создание визуализаций. Также описывается использование Data Wrangler для преобразования таблиц, чтобы упростить анализ и сопоставление различных показателей.

1. Таблицы Google как наиболее
удобный инструмент для
начинающих дата-журналистов
Мастер-класс
19 сентября 2013 г.

2. Таблицы:
• Google (бесплатное ПО)
• Open/Libre Office (бесплатное ПО)
• MS Excel (платное ПО)

3. Чтобы работать с Google таблицами,
необходимо завести аккаунт Google

4. Google документы:
Допускают совместную работу над
таблицей онлайн.
Если вдруг оборвалась связь с
интернетом, то работать с документом
невозможно.
Можно включить возможность
автономной работы.

6. Источник данных:
http://www.oecd.org/statistics/

8. Форматы, с которыми можно
работать в таблицах:

9. Импорт файла в Google таблицу

10. Импорт файла в Google таблицу

11. Готово
Примечание: Если таблица отказывается импортировать файл .xls, ссылаясь на
то, что это неизвестный ей формат, можно попробовать открыть этот файл в
таблице Excel или Open/Libre Calc и сохранить его, например, в версии 97-2003.

12. Важно: До начала обработки данных обязательно
нужно сделать копию документа, чтобы исходный
вариант на всякий случай тоже сохранился.

13. Как правило, данные в таблице бывают отформатированы.
Удобства ради уберем форматирование, чтобы видеть
таблицу в чистом виде.

15. Готово

16. Теперь смотрим на данные

17. Продолжаем смотреть на данные
Что делать?

18. Что делать с отсутствующими
данными?
• Это всегда зависит от конкретной ситуации.
• Отсутствие данных может быть поводом
провести расследование именно по этому
вопросу.
• Можно попробовать обратиться в ведомства,
отвечающие за публикацию этих данных, и
запросить недостающую информацию.
• Можно попробовать поискать наборы данных
по той же теме в других источниках.

19. Что делать с отсутствующими
данными?
• В ряде случаев, когда речь идет об общих
тенденциях и соотношениях, отсутствием
данных можно пренебречь: например,
вообще не рассматривать данные за
определенный период, а исследовать тот
период, для которого все данные есть.
• Аналитики в применении к некоторым
случаям могут сопоставлять просто последние
имеющиеся данные для каждого случая.

20. Важно: все допущения в работе с
данными желательно фиксировать в
таблице – например, в форме
комментария.

21. В нашем случае данных за 2010 и 2011 гг. существенно
меньше, чем за прочие годы. Попробуем посмотреть тот
период, за который у нас больше данных.

22. Выделяем нужную область, копируем её (Ctrl+C),
создаем новую вкладку в таблице и вставляем туда
то, что скопировали (Ctrl+V)

23. Подсчёты

24. Сортировка

25. В нашем случае рассортируем страны по признаку общей
численности самоубийств от максимальных показателей к
минимальным.

27. Теперь у нас есть рассортированные данные,
и мы можем сосредоточиться на странах с
максимальными и минимальными
значениями.
К примеру, можно сопоставить эти
показатели с другими индикаторами
благополучия/неблагополучия. Например,
ВВП, продолжительность жизни, уровень
безработицы и т.д.

28. Забегая вперед, скажу, что во многих случаях из тех, с
которыми мы хотим сопоставить наши данные, отсутствуют
значения за 2004 г. Также по ряду стран некоторые данные
представлены очень неполно. Набор стран, с которыми мы в
дальнейшем будем работать, обусловлен и этими
факторами.

29. За 2005 год отсутствуют данные по Италии. В порядке
допущения внесем в ячейку тот же показатель, что в 2006 г.
(необходимо это указать).

30. Теперь попробуем соотнести это с
другими показателями, как-то:
• Продолжительность жизни
• ВВП
• Уровень безработицы
• Бюджет на социальные нужды
• Бюджет на пособия по безработице

31. Проблема:
Как представить несколько измерений в
одной таблице, а в дальнейшем – и в виде
двухмерной визуализации?

32. Одно из возможных решений – представить
данные в виде интерактивной динамической
схемы
https://docs.google.com/spreadsheet/ccc?key=0AofhFA7uQyz0dEwxMGE2Q
WpsNUtpbDhmN0U3cXJ0MXc#gid=0

33. Динамическую схему (motion
chart) разработал Ханс
Рослинг (Hans Rosling),
шведский врач и статистик.
Выступления Рослинга (в том числе презентация
динамической схемы) на конференции TED:
http://www.ted.com/speakers/hans_rosling.html

34. В свою очередь, сводная таблица
должна выглядеть примерно так:

35. Задача: преобразовать нашу
таблицу в таблицу такого вида

36. Data Wrangler
Это можно легко сделать при помощи бесплатной
программы Data Wrangler, которая работает
онлайн.
http://vis.stanford.edu/wrangler/

37. Data Wrangler
1. Для удобства в дальнейшем вернем сортировку
стран по алфавиту. После чего копируем таблицу.
2. Включаем Data Wrangler:

38. Data Wrangler
3.Вставляем скопированное в открывшееся окно и
нажимаем “Wrangle”.

39. Data Wrangler

40. Data Wrangler
4. Фиксируем заглавную строку

41. Data Wrangler
5. Перераспределяем данные

42. Data Wrangler
6. Экспортируем (для вставки в таблицу – лучше
всего в виде Tab-Separated Values)

43. Data Wrangler

44. 7. Вставляем результат в таблицу
Data Wrangler

45. Дальнейшие шаги
• Аналогичным образом обрабатываем
нужные нам данные из других таблиц.
• Всё нужное собираем в единую сводную
таблицу.

46. Визуализация
Выделяем таблицу и вызываем диалог построения
диаграмм.

47. Выбираем динамическую схему и нажимаем
«Вставить»

48. Если щелкнуть по белому полю диаграммы, то в
правом верхнем углу появится треугольник,
щелкнув по которому можно вызвать меню.

49. В частности, можно получить код для публикации
схемы на html-странице

50. Можно также переместить диаграмму на отдельный
лист

51. Ссылки:
• Таблица, которая была создана в итоге:
https://docs.google.com/spreadsheet/ccc?key=0Aof
hFA7uQyz0dEwxMGE2QWpsNUtpbDhmN0U3cXJ0M
Xc#gid=0
• Google Диск: https://drive.google.com
• Data Wrangler: http://vis.stanford.edu/wrangler/