Codzy

البيانات: تنظيف البيانات

في الواقع تكون البيانات متّسخة: مسافات زائدة، خانات فارغة، قيم ناقصة (None)، نص مكان عدد، وقيم مستحيلة. ويُقال كثيرًا إن التنظيف يأخذ 80% من وقت عالم البيانات.

الطريقة: ‎.strip() تزيل المسافات، ثم نتجاهل القيم الناقصة (أو نعوّضها)، ونتحقّق من الصيغة قبل التحويل (‎.isdigit() أو try/except)، ثم نستبعد القيم خارج الحدود. خسارة سطر مشكوك فيه أفضل من إفساد التحليل كله.

raw = ["  Alice ", "BOB", "", "charlie", None, "  "]

clean = []
for name in raw:
    if name is None or not name.strip():
        continue  # skip missing values
    clean.append(name.strip().capitalize())
print(clean)

ابدأ الدرس