Data: limpiar datos
En la vida real, los datos están sucios: espacios de más, celdas vacías, valores que faltan (None), texto en lugar de un número, valores imposibles. Se suele decir que la limpieza ocupa el 80 % del tiempo de un data scientist.
El método: .strip() quita los espacios, se ignoran (o se sustituyen) los valores que faltan, se comprueba el formato antes de convertir (.isdigit() o try/except) y se descartan los valores fuera de rango. Más vale perder una fila dudosa que falsear todo el análisis.
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)