[Документация Yandex Cloud](../../index.md) > [Yandex DataLens](../index.md) > Решение проблем > [Вопросы и ответы](index.md) > Датасеты

# Датасеты

### Как с помощью DataLens изменить данные в источнике? {#how-to-change-source-data}

С помощью DataLens нельзя изменить данные в источнике.

Вы можете обработать полученные из источника данные на стороне DataLens, использовав [вычисляемые поля](../concepts/calculations/index.md).



### Поле с датой распознается как строка. Что делать? {#incorrectly-identified-date-field}

DataLens работает с датами в формате ISO. Это значит, что если у вас дата в исходных данных имеет формат `01.01.2020` (то есть формат `DD.MM.YYYY`), DataLens воспримет его как строку.

Чтобы привести такое значение в поле к типу `Дата`, создайте новое поле с формулой `DATE_PARSE([название_поле_где_дата_в_формате_DD.MM.YYYY])`.

Аналогично работает функция [`DATETIME_PARSE`](../function-ref/DATETIME_PARSE.md), которая переводит строку в тип `Дата и Время`.

### Как с помощью оператора JOIN связать две таблицы, если поля для связи имеют разный тип данных? {#how-to-link-two-tables}

Поля для связи не могут иметь разный тип данных. 
Чтобы создать связь, в оригинальной таблице приведите поля к нужному типу.

### Как добавить нумерацию строк в таблице? {#add-line-numeration}

Добавьте нумерацию строк с помощью вычисляемого поля, например, `RSUM(MIN(1))`. Подробнее на [скриншоте](https://storage.yandexcloud.net/doc-files/add-line-numeration.png).

### Как преобразовать поле с Unix-временем в поле с типом данных Дата и время DataLens? {#unix-time}

Чтобы выполнить преобразование, переведите Unix-время в секунды и используйте функцию [DATETIME](../function-ref/DATETIME.md). Например, преобразование Unix-времени в миллисекундах: `DATETIME(1380717142785/1000)`, где операция `/1000` переводит миллисекунды в секунды.

Если Unix-время — поле, в DataLens его тип данных — целое или дробное число.

### Можно ли использовать SQL-запросы для формирования датасета?

Вы можете напрямую обращаться в БД через интерфейс создания датасета, [используя SQL-запросы](../dataset/settings.md#sql-request-in-datatset).

### Как сделать геокодинг — получить координаты точки по адресу? {#make-geocode}

Раньше для таких задач можно было использовать функцию `GEOCODE()`. Сейчас она недоступна.
Вы можете воспользоваться [геокодером](https://yandex.ru/dev/maps/geocoder) через API Яндекс Карт. Обратите внимание на [условия лицензирования](https://yandex.ru/dev/maps/commercial/doc/concepts/jsapi-geocoder.html) API.

[Пример Jupyter ноутбука](https://github.com/yandex-cloud-examples/yc-datalens-get-coordinates-by-location) со скриптами геокодинга адресов.

### Где взять геополигоны/геоточки регионов/районов/городов? {#get-geo}

Вы можете воспользоваться готовыми [наборами геоданных](https://geointellect.com/files/geo_for_datalens.zip), подготовленных в формате DataLens от нашего партнера, компании Геоинтеллект.

В архиве собраны данные:

* страны мира (полигоны и точки);
* регионы РФ (полигоны и точки);
* города РФ (точки);
* районы городов-миллионников (полигоны).

### Почему недоступна материализация датасетов? {#where-is-materialization}

Материализация теперь недоступна. Мы рекомендуем работать с базой данных напрямую. Если БД медленно отвечает на аналитические запросы DataLens, рекомендуем сделать [витрины данных](../../glossary/datamart.md), например, на базе [Yandex Managed Service for ClickHouse®](../../managed-clickhouse/index.md). Для загрузки данных можно использовать сервис [Yandex Data Transfer](../../data-transfer/index.md).





_ClickHouse® является зарегистрированным товарным знаком [ClickHouse, Inc](https://clickhouse.com)._