تنظيف البيانات
خطوات التنظيف الأساسية وتوثيقها.
ماذا ستتعلم
- اكتشاف المكرر والقيم غير المتسقة
- توثيق قرارات التنظيف
التنظيف يشمل: توحيد الكتابة (الرياض/رياض/RIYADH)، تصحيح الأنواع، حذف المكرر، إصلاح الوحدات (متر وسنتيمتر في العمود نفسه)، وإزالة المسافات الزائدة.
وثّق كل خطوة تنظيف: لماذا حذفت هذا الصف؟ ما القاعدة؟ في KNIME وOrange يصبح سير العمل نفسه هو التوثيق.
لا «تجمّل» البيانات لتحصل على نتيجة أفضل؛ التنظيف تصحيح للأخطاء لا تعديل للواقع.
خطوات التطبيق بالأداة
- KNIME: Duplicate Row Filter ثم String Manipulation لتوحيد النصوص.
- مختبر معالجة البيانات: زر «إزالة التكرار».
سؤال مراجعة سريع
اذكر مثالين على بيانات غير متسقة في عمود المدينة.
