Codzy

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)

Empezar la lección