In questa lezione impari a
- individuare dati mancanti e duplicati
- riconoscere valori sospetti o incoerenti
- correggere i dati soltanto quando esiste una motivazione
- conservare una traccia delle modifiche effettuate
Perché occorre pulire i dati?
Una tabella può contenere errori di digitazione, righe duplicate, date mancanti o valori registrati in modo incoerente. Se analizziamo una tabella senza controllarla, i risultati e i grafici possono essere fuorvianti.
Tabella con errori intenzionali
I valori sono inventati per l'esercitazione. Li trovi anche nel file meteo_esercizio_pulizia.csv.
| Data | Temp. minima (°C) | Temp. massima (°C) | Precipitazioni (mm) |
|---|---|---|---|
| 01/10 | 12 | 21 | 0 |
| 02/10 | 14 | 19 | 8 |
| 02/10 | 14 | 19 | 8 |
| 03/10 | 17 | 15 | |
| 04/10 | 25 | 20 | 0 |
| 05/10 | 13 | 23 | -4 |
⭐ Facile
Esercizio 1 – Caccia agli errori. Nella tabella ci sono quattro problemi. Trovali e, per ciascuno, spiega perché è un problema.
Mostra la soluzione
- Duplicato: il 02/10 compare due volte con gli stessi valori.
- Dato mancante: manca la temperatura minima del 03/10.
- Incoerenza: il 04/10 la temperatura minima (25 °C) è maggiore della massima (20 °C).
- Valore impossibile: le precipitazioni del 05/10 sono negative, ma una quantità di pioggia non può essere minore di zero.
Un valore insolito non è sempre un errore. Va verificato rispetto alla fonte e al significato della variabile.
Procedura di pulizia
- Conserva una copia dei dati originali.
- Controlla che le date siano univoche, salvo che la fonte preveda più misurazioni al giorno.
- Cerca le celle vuote.
- Verifica la coerenza tra temperatura minima e massima.
- Controlla i valori fuori dall'intervallo plausibile per la variabile.
- Confronta i valori dubbi con la fonte originale.
- Correggi soltanto se puoi giustificare la modifica.
- Se non puoi recuperare un valore, lascialo mancante e annota il problema.
⚠️ Non sostituire automaticamente un dato mancante con zero o con la media. La scelta può alterare l'analisi.
Attività pratica con Fogli Google
- Duplica il foglio dei dati originali.
- Ordina le righe per data.
- Individua le date ripetute.
- Usa i filtri per isolare celle vuote o valori sospetti.
- Correggi soltanto gli errori verificabili.
- Crea una colonna o un foglio «Registro delle modifiche».
Esempio di registro:
| Riga o data | Problema | Azione | Motivazione |
|---|---|---|---|
| 02/10 | Riga duplicata | Da verificare e rimuovere se confermata | Stessa data e stessi valori |
| 03/10 | Temperatura minima mancante | Lasciata vuota | Nessuna fonte per recuperarla |
| 04/10 | Minima maggiore della massima | Da verificare | Incoerenza logica |
| 05/10 | Pioggia negativa | Da verificare | Valore non coerente con la variabile |
⭐⭐ Medio
Esercizio 2 – Subito o dopo? Per ogni problema trovato, indica se puoi correggerlo subito oppure se devi prima consultare la fonte.
Mostra la soluzione
- Il duplicato va verificato rispetto alla fonte; se è una duplicazione accidentale, si elimina una copia.
- La temperatura minima mancante non va inventata: resta vuota finché non si trova sulla fonte.
- Minima e massima del 04/10 vanno verificate sulla fonte (forse sono state scambiate, ma non si può dare per scontato).
- Le precipitazioni negative vanno verificate e corrette solo se si trova il valore giusto.
⭐⭐ Sfida
Esercizio 3 – Le tue regole. Scrivi tre regole di controllo che applicheresti a qualsiasi tabella meteorologica prima di creare un grafico.
Mostra un esempio
Date univoche per i dati giornalieri; temperatura minima non superiore alla massima; precipitazioni non negative.
Prossima lezione
Dopo aver verificato la tabella, possiamo calcolare indicatori che riassumono l'andamento meteorologico.