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)