Unidad 2 · Limpieza y transformación de datos¶
Ya tienes los datos. Ahora míralos de cerca: fechas escritas de tres formas distintas, precios que faltan, el mismo juego listado dos veces, números guardados como texto. Esta unidad es la fase de "fundir y clasificar": auditas una tabla de juegos de Steam sucia a propósito y la conviertes, paso a paso, en algo de lo que te puedes fiar. Después la describes en un informe.
| Resultado de aprendizaje | Horas | Trimestre |
|---|---|---|
| RA2 — Limpia y transforma los datos para su clasificación. | 12 | 1.º |
Qué aprenderás
- Auditar una tabla y ponerle nombre a sus problemas: valores ausentes, duplicados, errores y valores atípicos
- Normalizar tipos, formatos y unidades para que cada columna diga una sola cosa de una sola manera
- Categorizar valores en tramos y niveles
- Imputar valores ausentes, y justificar la decisión en lugar de borrar filas
- Añadir variables sintéticas: columnas calculadas y métricas
- Hacer la misma limpieza en Power Query y compararla con SQL
- Resumir un conjunto de datos con estadística descriptiva y redactar un informe descriptivo
Lecciones¶
| # | Lección | Qué cubre |
|---|---|---|
| 1 | Calidad de los datos | Auditar una tabla antes de tocarla |
| 2 | Limpieza: tipos y formatos | Texto, números, fechas y las conversiones entre ellos |
| 3 | Limpieza: unidades y duplicados | Unidades, caracteres ocultos y filas repetidas |
| 4 | Categorización | Agrupar valores en tramos con CASE |
| 5 | Imputación | Qué poner donde falta un valor |
| 6 | Variables sintéticas | Columnas calculadas y métricas agregadas |
| 7 | Power Query | La misma limpieza, con pasos aplicados en lugar de SQL |
| 8 | Estadística exploratoria | Media, mediana, dispersión y distribución |
| 9 | El informe descriptivo | Describir un conjunto de datos con números y palabras |
Cómo se evalúa¶
Los tres criterios de evaluación del resultado de aprendizaje de la unidad, y las lecciones que entrenan cada uno.
| Criterio | Redacción oficial | Lecciones |
|---|---|---|
| a) | Se limpia el conjunto de datos, normalizando, categorizando o imputando valores ausentes. | Calidad de los datos · Tipos y formatos · Unidades y duplicados · Categorización · Imputación · Power Query |
| b) | Se añaden variables sintéticas a partir de cálculos agregados. | Variables sintéticas |
| c) | Se elabora un informe en el que se destacan las características principales de los datos. | Estadística exploratoria · El informe descriptivo |
Los conjuntos de datos de cada lección están en la página de Recursos.