Limpieza y transformación de datos - identificación de errores - criterios de limpieza - software para limpieza

@SocialTic

@Mexflow

Por

¿Cómo participar durante la sesión?

#EscuelaDeDatos

Deja tus preguntas en la sección de comentarios

¿Qué es Escuela de Datos?

Propósitos de una BD

¿Cómo usas una base de datos?

Propósitos de una BD

● Los datos pueden ser usados de maneras distintas:

● Como una colección de información para análisis y estadística.

● Como una fuente para consulta sobre diferentes temas a lo largo de un periodo de tiempo.

Al trabajar con una base

● En una BD debemos:● Tener claro el

origen de los datos

● El tipo de datos que contiene

● Y el propósito final de su uso o consulta

Limpieza de datos

La mayoría de las bases de datos tienen información “sucia”

Limpieza de datos

● Errores de escritura● Espacios en blanco● Textos equivocados

Importante

● Recomendaciones durante la limpieza de BD:● Tener la fuente de la BD● Respaldar el archivo original● Documentar y detallar los cambios hechos● Respaldar la base después de cada

modificación.

Software para limpieza de datos

● Open Refine es un proyecto para la manipulación de grandes bases de datos.

● Permite hacer modificaciones en “bloque” con sencillos pasos

● Almacena registro de cada cambio realizado

● http://openrefine.org/

Ejercicio

Origen de la base:● Directorio estadístico

nacional de unidades económicas

● http://bit.ly/1lNCAGj● Archivo de la base● http://bit.ly/1ihcQmY

Siguientes sesiones

Sigamos en contacto

Páginas informativas

● www.escueladedatos.org

Correo electrónico

● datos@socialtic.org

Twitter

● @SocialTIC ● @EscuelaDeDatos

Esta presentación está registrada bajo CC(BY.NC) por lo que se cuenta con el consentimiento de lo/as autores/as para su uso, distribución y adaptación para fines no-comerciales. Más información en: www.creativecommons.org.mx

Facebook

● SocialTic● Escuela de Datos