Presentación: Limpieza y transformación de datos

2. Limpieza y transformación de datos
- identificación de errores
- criterios de limpieza
- software para limpieza
@SocialTic
@Mexflow
Por

3. ¿Cómo participar durante la sesión?
#EscuelaDeDatos
Deja tus preguntas en la
sección de comentarios

4. ¿Qué es Escuela de Datos?

5. Propósitos de una BD
¿Cómo usas una base de datos?

6. 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.

7. 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

8. Limpieza de datos
La mayoría de las bases de datos
tienen información “sucia”

9. Limpieza de datos
● Errores de escritura
● Espacios en blanco
● Textos equivocados

10. 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.

11. 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/

12. Ejercicio
Origen de la base:
● Directorio estadístico
nacional de unidades
económicas
● http://bit.ly/1lNCAGj
● Archivo de la base
● http://bit.ly/1ihcQmY

13. Siguientes sesiones

14. 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