GratuitIntermédiaire2 h 22

Nettoyer un jeu de données

Apprenez à diagnostiquer un fichier de données désordonné puis à le corriger avec Excel et Python (pandas) : doublons, valeurs manquantes, types, dates, devises, valeurs aberrantes et normalisation, dans un processus documenté et reproductible.

Ce que vous saurez faire

  • Réaliser un diagnostic de qualité d'un jeu de données avant toute correction
  • Détecter et traiter les doublons exacts et approchés
  • Choisir une stratégie adaptée pour chaque type de valeur manquante
  • Corriger les types, les formats de dates, de nombres et de devises
  • Repérer les valeurs aberrantes et décider de leur sort avec des règles justifiées
  • Normaliser les catégories et les échelles
  • Documenter un nettoyage reproductible avec un journal des corrections

Prérequis conseillés

Excel pour l'analyse

Plan du cours

Partie 1 · Diagnostiquer avant de corriger47 min

  1. Pourquoi nettoyer, et par où commencer12 min
  2. Repérer et traiter les doublons12 min
  3. Les valeurs manquantes13 min
  4. Quiz : diagnostiquer avant de corriger10 min

Partie 2 · Corriger les types et les formats47 min

  1. Les types de données12 min
  2. Dates et formats12 min
  3. Devises, nombres et textes à harmoniser13 min
  4. Quiz : corriger les types et les formats10 min

Partie 3 · Valeurs aberrantes, normalisation et reproductibilité48 min

  1. Repérer et traiter les valeurs aberrantes13 min
  2. Normaliser : catégories et échelles12 min
  3. Un nettoyage reproductible et documenté13 min
  4. Quiz : aberrations, normalisation et reproductibilité10 min
Nettoyer un jeu de données : Excel et Python pandas · Formuloo School