taulukkomuodot

Taulukkomuoto on tietojen järjestämisen tapa, jossa tiedot esitetään kahden ulottuvuuden rivien ja sarakkeiden muodossa. Jokainen rivi voi edustaa havaintoa, jokainen sarake muuttujaa. Otsikkorivi määrittelee sarakkeiden nimet ja yksiköt; taulukko on luettava sekä ihmiselle että koneelle.

Taulukkomuotoa käytetään tilastoinnissa, datatieteessä, tietokanta- ja laskentataulukko-ohjelmistoissa sekä raportoinnissa. Siitä seuraa selkeys, mahdollisuus suodatukseen ja järjestämiseen sekä helppo yhdistettävyys useisiin taulukoihin. Se on yleinen sekä kielitieteessä että humanistisissa tutkimuksissa.

Yleisiä tiedostomuotoja ovat CSV- ja TSV-tiedostot sekä Excel-tiedostot; tiedon siirtämiseen käytetään usein SQL-tietokantatauluja. Lisäksi taulukkomuotoja tukevat Parquet ja Feather -formaatit suurten datamäärien kanssa. HTML-taulukot ovat yleisiä verkkosivuilla.

Hyviä käytäntöjä ovat selkeät sarakenimet, yhdenmukaiset tietotyypit ja puuttuvien arvojen hallinta. Käytetään UTF-8-merkistöä, kuvataan data ja pyritään yhtenäiseen, dokumentoitavaan formaattiin. Usein erotellaan leveä (wide) ja pitkä (long) tallennustapa riippuen analyysistandardista.

Rajoitteet: taulukkomuoto ei sovellu hyvin hierarkkisiin tai monimutkaisiin rakenteisiin. Tällöin käytetään vaihtoehtoja kuten JSON- tai XML-muotoja tai relaatiotietokantoja, joissa tiedot voidaan normalisoida ja yhdistää tehokkaasti.