Year: 2025
Type: book-chapter
Abstract: Absztrakt: Tanulmányunkban bemutatjuk, hogy hogyan segíti a Power Query a mezőgazdasági adatok előkészítését: ismerteti az eszköz ETL-funkcióit (adatok kinyerése, átalakítása, betöltése), kiemeli a heterogén források (parcellák, hozamok, szenzorok, műholdak, meteorológia) összehangolásának, a térbeli és időbeli konzisztencia biztosításának, valamint a hiányok és anomáliák kezelésének jelentőségét, bemutatja a reprodukálhatóságot támogató lépésalapú transzformációkat és M-kód exportálást, gyakorlati példán keresztül szemlélteti a CSV-források feldolgozásának fő lépéseit. Abstract: In our study, we present how Power Query helps the preparation of agricultural data: it describes the tool's ETL functions (data extraction, transformation, loading), highlights the importance of harmonising heterogeneous sources (parcels, yields, sensors, satellites, meteorology), ensuring spatial and temporal consistency, and managing gaps and anomalies, introducing step-based transformations and M-code export that support reproducibility, with a practical example demonstrating the main steps for processing CSV sources.
Authors: Hampel György, Fabulya Zoltán
Language: Hungarian
Topic: Smart Agriculture and AI
Subfield: Plant Science
Domain: Life Sciences
SDG: Zero hunger
Open Access status: green
OpenAlex ID: W7112710819
