Contexte Métier
Un data scientist doit auditer la qualité des données de ventes et de retours. La table des ventes utilise un ID produit numérique, tandis que celle des retours utilise un ID produit caractère. De plus, des doublons d'ID existent dans les retours et certains retours concernent des produits non listés dans les ventes. L'objectif est d'obtenir une vue complète de toutes les transactions pour identifier les anomalies.
À propos du Set : activeLearn
Apprentissage actif pour optimiser l'étiquetage des données.
Découvrir toutes les actions de activeLearn Préparation des Données
Création d'une table de ventes avec ID numérique et d'une table de retours avec ID caractère, contenant des doublons et des ID inexistants dans la table des ventes.
Copié !
| 1 | DATA mycas.ventes_produits; |
| 2 | INPUT id_produit montant; |
| 3 | DATALINES; |
| 4 | 101 150.00 |
| 5 | 102 200.50 |
| 6 | 103 75.25 |
| 7 | ; |
| 8 | RUN; |
| 9 | |
| 10 | DATA mycas.retours_produits; |
| 11 | INPUT id_produit $ motif $; |
| 12 | DATALINES; |
| 13 | 102 Qualite |
| 14 | 102 Qualite |
| 15 | 104 Inconnu |
| 16 | 105 ErreurCommande |
| 17 | ; |
| 18 | RUN; |
Étapes de réalisation
1
Jointure complète (FULL) pour fusionner les deux tables malgré les types d'ID différents. Utilisation de logLevel=2 pour tracer l'exécution en détail.
Copié !
| 1 | PROC CAS; |
| 2 | ACTION activeLearn.alJoin / |
| 3 | TABLE={name='ventes_produits'} |
| 4 | annotatedTable={name='retours_produits'} |
| 5 | id='id_produit' |
| 6 | joinType='FULL' |
| 7 | logLevel=2 |
| 8 | casOut={name='audit_complet_full', replace=true}; |
| 9 | RUN; |
| 10 | QUIT; |
2
Jointure à droite (RIGHT) pour isoler spécifiquement les retours qui n'ont pas de vente correspondante dans la table principale, afin de les investiguer.
Copié !
| 1 | PROC CAS; |
| 2 | ACTION activeLearn.alJoin / |
| 3 | TABLE={name='ventes_produits'} |
| 4 | annotatedTable={name='retours_produits'} |
| 5 | id='id_produit' |
| 6 | joinType='RIGHT' |
| 7 | casOut={name='retours_sans_vente', replace=true}; |
| 8 | RUN; |
| 9 | QUIT; |
Résultat Attendu
L'étape 1 doit s'exécuter sans erreur, prouvant que l'action gère la conversion de type sur la clé de jointure. La table `audit_complet_full` contiendra les lignes pour les ID 101, 102 (dupliquée), 103, 104, et 105. Le log SAS affichera des messages détaillés grâce à `logLevel=2`. L'étape 2 créera la table `retours_sans_vente` contenant 4 lignes (ID 102 deux fois, 104, 105), avec des valeurs manquantes pour la variable `montant`.