https://github.com/esscova/data-cleaning-r

Data cleansing is the process of identifying and correcting inaccurate data in a dataset.
https://github.com/esscova/data-cleaning-r

Last synced: 3 days ago
JSON representation

Data cleansing is the process of identifying and correcting inaccurate data in a dataset.

• Host: GitHub
• URL: https://github.com/esscova/data-cleaning-r
• Owner: esscova
• Created: 2023-12-05T22:59:11.000Z (almost 2 years ago)
• Default Branch: main
• Last Pushed: 2023-12-12T23:49:35.000Z (almost 2 years ago)
• Last Synced: 2025-06-25T23:37:09.677Z (4 months ago)
• Language: R
• Size: 496 KB
• Stars: 0
• Watchers: 1
• Forks: 0
• Open Issues: 0
• Metadata Files:
  • Readme: README.md

Awesome Lists containing this project

README

          


# Limpeza e tratamento de dados



    
A limpeza de dados é o processo de encontrar e corrigir dados imprecisos em um conjunto de dados. Isso envolve identificar e remover inconsistências, preencher campos vazios, corrigir erros estruturais e garantir que os dados sejam precisos, completos e consistentes.
 

    
Relatório final do projeto
   

        



## Apresentação

Os dados podem apresentar uma variedade de problemas, incluindo:

* Dados duplicados: quando um mesmo dado é registrado duas ou mais vezes.

* Problemas de consistência: quando os dados apresentam inconsistências entre si, como valores diferentes para o mesmo atributo.

* Problemas de completude: quando os dados estão incompletos, com valores faltantes.

* Problemas de conformidade: quando os dados não atendem aos requisitos de um determinado padrão ou formato.

* Problemas de integridade: quando os dados estão corrompidos ou danificados.

## Objetivo 

O tratamento e limpeza de dados envolvem uma série de técnicas e ferramentas, como:

* Limpeza de dados: remoção de dados duplicados, inconsistências, valores faltantes e outros problemas.

* Transformação de dados: conversão dos dados para um formato mais adequado para análise.

* Padronização de dados: definição de regras para garantir que os dados sejam consistentes.

* Enriquecimento de dados: inclusão de informações adicionais aos dados para melhorar a sua qualidade.

(back to top)


## Tecnologias utilizadas

* Linguagem R

* Rstudio

(back to top)


## Aprendizado com o projeto

Para descrever e resumir um conjunto de dados, aplicamos técnicas de estatística descritiva, portanto aplicar estas técnicas vai além de saber uma função built-in da linguagem,é entender a ciência que se dedica à coleta, análise e interpretação de dados, preocupando-se com os métodos da coleta, organização, síntese, apresentação e interpretação dos dados, assim como em tirar conclusões sobre as características das fontes donde estes forma retirados para melhor compreender as situações analisadas.

(back to top)


## Contatos

Wellington Moreira -[Linkedin](https://www.linkedin.com/in/wellington-moreira-santos/) - wsantos08@hotmail.com

Link Projeto: [https://github.com/wellington-moreira-santos/data-cleaning-R/](https://github.com/wellington-moreira-santos/data-cleaning-R/)

(back to top)