Zum Hauptinhalt springen

Daten prüfen und bereinigen

Typische Probleme

  • leere Felder
  • "12" statt 12
  • doppelte Namen
  • unterschiedliche Schreibweisen (lily / Lily)

Checks

for row in rows:
if row["name"].strip() == "":
print("Leerer Name!")
row["punkte"] = int(row["punkte"])

Duplikate

namen = [r["name"].strip().title() for r in rows]
print(len(namen), len(set(namen)))

Rate mal!

Warum bereinigen vor dem Durchschnitt?

Auflösung

Sonst werden Ergebnisse falsch oder das Programm knallt.

Übungen

Level 1

Liste 4 Datenprobleme.

Level 2

int-Umwandlung absichern (try).

Level 3

title-Normalisierung für Namen.

Mini-Quiz

Mini-QuizWas ist ein haeufiges Rohdaten-Problem?