A videó bemutatja, hogyan lehet haladó képletek alkalmazásával és a „for … in” ciklus segítségével komplex adatfeldolgozást végezni Gristben, egy táblázatkezelő és adatbázis-platformon. Egy mini projekt példáján keresztül – amely egy könyvtár működését szimulálja – látjuk, miként épül fel több táblából álló adatstruktúra, és hogyan kapcsolódnak össze ezek az adatok.
A bemutatott könyvtár adatbázisa négy táblából áll: könyvek, olvasók, kölcsönzések és statisztikai összefoglalók. Az egyes táblák közötti kapcsolatok révén követhetők például a könyvek árai, az olvasók városa és e-mail címe, illetve az is, hogy mely könyveket ki és mikor kölcsönözte ki, valamint időben visszahozták-e őket. Szó esik arról is, hogyan lehet automatikusan ellenőrizni a megadott e-mailek érvényességét és szűrni a hibás címeket.
Az adatfeldolgozás során számos érdekes kérdés merül fel: miként lehet Python-szerű szintaxissal, ciklusok segítségével egy csoport elemein végighaladni, és összesíteni vagy megszűrni az adatokat? Hogyan számolható ki például, hogy egy adott könyvet hányszor kölcsönöztek ki egy hónapon belül, vagy kik azok az olvasók, akik késedelemmel tartoznak? A feltételes színezés eszközével ki lehet emelni a késésben lévő kölcsönzéseket, ami vizuálisan is segíti az adatok értelmezését.
Felmerül még az is, hogyan szerkeszthető a csoportosított adatok összegzése, miként lehet képletekkel meghatározni a minimumot, maximumot vagy átlagot kategóriák szerint, és hogyan lehet gyorsan levelezőlistát készíteni a helyes e-mail címek alapján. A szerző példákon keresztül, lépésről lépésre mutatja meg, hogyan használhatók fel ezek a technikák egy valós projektben, de a konkrét megoldásokat végül nyitva hagyja, ezzel ösztönözve a nézők önálló gondolkodását.
