La neteja i preparació de dades és una etapa crítica en el procés d'analítica de negocis. Aquesta fase assegura que les dades utilitzades per a l'anàlisi siguin precises, coherents i útils. En aquest tema, explorarem els conceptes clau, tècniques i eines per a la neteja i preparació de dades.

Al final d'aquest tema, hauràs de ser capaç de:

1. Comprendre la importància de la neteja de dades.
2. Identificar i corregir errors comuns en les dades.
3. Utilitzar tècniques i eines per a la neteja i preparació de dades.

• Precisió: Les dades brutes poden contenir errors que afecten la precisió de l'anàlisi.
• Coherència: Dades inconsistents poden portar a conclusions errònies.
• Utilitat: Dades ben preparades són més fàcils d'analitzar i interpretar.

• Valors Faltants: Dades incompletes que poden distorsionar els resultats.
• Duplicats: Registres repetits que poden inflar els resultats.
• Errors Tipogràfics: Errors de transcripció que poden afectar la qualitat de les dades.
• Inconsistències: Diferents formats o unitats per a la mateixa informació.

• Mètodes: Utilitzar funcions com ISNULL() o ISNA() en Excel, o isnull() en Python.
• Solucions: Omplir amb la mitjana, mediana, mode, o utilitzar tècniques d'imputació avançades.

• Mètodes: Utilitzar funcions com Remove Duplicates en Excel, o drop_duplicates() en Python.

• Mètodes: Utilitzar funcions de cerca i reemplaçament en Excel, o biblioteques com fuzzywuzzy en Python per a la coincidència difusa.

• Mètodes: Convertir totes les dades a un format comú, per exemple, totes les dates en el format YYYY-MM-DD.

• Funcions: CLEAN(), TRIM(), REMOVE DUPLICATES, IFERROR().
• Avantatges: Fàcil d'utilitzar, àmpliament disponible.
• Desavantatges: Limitat per a grans volums de dades.

• Biblioteques: pandas, numpy, fuzzywuzzy.
• Avantatges: Potent, flexible, adequat per a grans volums de dades.
• Desavantatges: Requereix coneixements de programació.

• Paquets: dplyr, tidyr, stringr.
• Avantatges: Potent per a l'anàlisi estadística, adequat per a grans volums de dades.
• Desavantatges: Requereix coneixements de programació.

1. Carrega un conjunt de dades amb valors faltants, duplicats i errors tipogràfics.
2. Utilitza les funcions CLEAN(), TRIM(), REMOVE DUPLICATES per netejar les dades.
3. Omple els valors faltants amb la mitjana de la columna corresponent.

1. Carrega el fitxer dades.xlsx.
2. Selecciona la columna amb valors faltants i utilitza la funció AVERAGE() per calcular la mitjana.
3. Utilitza IFERROR() per omplir els valors faltants amb la mitjana.
4. Selecciona tota la taula i utilitza REMOVE DUPLICATES per eliminar duplicats.
5. Utilitza CLEAN() i TRIM() per corregir errors tipogràfics.

En aquesta secció, hem après la importància de la neteja i preparació de dades, hem identificat errors comuns i hem explorat tècniques i eines per netejar les dades. La neteja de dades és un pas fonamental per assegurar que les anàlisis siguin precises i útils. En el proper tema, ens endinsarem en l'anàlisi descriptiu de les dades.