Codzy

Data : nettoyer des données

Dans la vraie vie, les données sont sales : espaces en trop, cases vides, valeurs manquantes (None), texte à la place d'un nombre, valeurs impossibles. On dit souvent que le nettoyage prend 80 % du temps d'un data scientist.

La méthode : .strip() enlève les espaces, on ignore (ou on remplace) les valeurs manquantes, on vérifie le format avant de convertir (.isdigit() ou try/except), puis on écarte les valeurs hors limites. Mieux vaut perdre une ligne douteuse que fausser toute l'analyse.

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)

Commencer la leçon