El Proyecto | Sobre nosotros | Contribuir | Donaciones | Licencia

HOME

La limpieza de datos es un paso crucial en el análisis de datos, ya que garantiza que los datos sean precisos, consistentes y utilizables. En Tableau, hay varias técnicas y herramientas que puedes utilizar para limpiar y preparar tus datos antes de visualizarlos. En esta sección, exploraremos algunas de las técnicas más comunes de limpieza de datos en Tableau.

Objetivos de Aprendizaje

Comprender la importancia de la limpieza de datos.
Aprender a identificar y corregir datos faltantes o incorrectos.
Utilizar herramientas de Tableau para transformar y limpiar datos.

Identificación de Datos Faltantes o Incorrectos

1.1. Datos Faltantes

Los datos faltantes pueden afectar la precisión de tus análisis. En Tableau, puedes identificar datos faltantes de varias maneras:

Visualización de Nulos: Tableau automáticamente resalta los valores nulos en tus visualizaciones. Puedes usar filtros para mostrar solo los valores nulos y analizarlos.
Uso de Tablas de Resumen: Crear una tabla de resumen que muestre el conteo de valores nulos en cada columna.

IF ISNULL([Campo]) THEN 'Nulo' ELSE 'No Nulo' END

1.2. Datos Incorrectos

Los datos incorrectos pueden incluir valores fuera de rango, errores tipográficos, o datos duplicados. Puedes usar filtros y cálculos para identificar estos problemas.

Filtros de Rango: Aplicar filtros para mostrar solo los valores que están fuera de un rango esperado.
Cálculos de Validación: Crear cálculos que validen la integridad de los datos.

IF [Edad] < 0 OR [Edad] > 120 THEN 'Edad Inválida' ELSE 'Edad Válida' END

Transformación de Datos

2.1. Reemplazo de Valores Nulos

Puedes reemplazar valores nulos con un valor predeterminado o con la media de la columna.

Reemplazo con Valor Predeterminado:

IFNULL([Campo], 'Valor Predeterminado')

Reemplazo con Media:

IFNULL([Campo], WINDOW_AVG([Campo]))

2.2. Corrección de Datos Incorrectos

Puedes usar cálculos y funciones de Tableau para corregir datos incorrectos.

Corrección de Errores Tipográficos:

IF [Ciudad] = 'Nw York' THEN 'New York' ELSE [Ciudad] END

Eliminación de Duplicados: Utiliza la función de agrupación para combinar registros duplicados.

Unificación y Estandarización de Datos

3.1. Unificación de Formatos

Asegúrate de que los datos estén en un formato consistente. Por ejemplo, unifica las fechas en un formato común.

DATEPARSE('dd/MM/yyyy', [Fecha])

3.2. Estandarización de Categorías

Estandariza las categorías para evitar duplicados debido a diferencias en la nomenclatura.

IF [Categoría] = 'Electrónica' OR [Categoría] = 'Electronics' THEN 'Electrónica' ELSE [Categoría] END

Pivotando y Despivotando Datos

4.1. Pivotar Datos

Pivotar datos es útil cuando tienes columnas que representan valores de una categoría y quieres convertirlas en filas.

Ejemplo: Tienes columnas para cada mes y quieres convertirlas en una sola columna de "Mes" con una columna de "Valor".

1. Selecciona las columnas que deseas pivotar.
2. Haz clic derecho y selecciona "Pivotar".

4.2. Despivotar Datos

Despivotar es el proceso inverso, útil cuando tienes filas que representan categorías y quieres convertirlas en columnas.

Ejemplo: Tienes una columna de "Mes" y una columna de "Valor" y quieres convertirlas en columnas separadas para cada mes.

1. Usa la función de "Pivotar" en Tableau Prep para despivotar los datos.

Técnicas de Limpieza Avanzadas

5.1. Uso de Tableau Prep

Tableau Prep es una herramienta poderosa para la preparación de datos. Puedes usarla para realizar operaciones complejas de limpieza y transformación de datos.

Uniones y Combinaciones: Combina datos de múltiples fuentes.
Limpieza de Datos: Usa las herramientas de limpieza de Tableau Prep para eliminar valores nulos, corregir errores y estandarizar datos.

5.2. Scripts de R y Python

Para tareas de limpieza más avanzadas, puedes integrar scripts de R o Python en Tableau.

Ejemplo de Script de Python:

# Script de Python para eliminar valores atípicos
import pandas as pd

def eliminar_atipicos(data):
    df = pd.DataFrame(data)
    df = df[(df['valor'] > df['valor'].quantile(0.05)) & (df['valor'] < df['valor'].quantile(0.95))]
    return df

tableau_python_script('eliminar_atipicos', [data])

Ejercicio Práctico

Ejercicio 1: Limpieza de Datos Faltantes

Conecta a una fuente de datos que contenga valores nulos.
Crea una visualización que resalte los valores nulos.
Reemplaza los valores nulos con un valor predeterminado.

Ejercicio 2: Corrección de Datos Incorrectos

Identifica una columna con datos incorrectos (por ejemplo, edades fuera de rango).
Crea un cálculo para corregir los datos incorrectos.
Aplica el cálculo y verifica los resultados.

Ejercicio 3: Unificación de Formatos

Conecta a una fuente de datos con fechas en diferentes formatos.
Unifica las fechas en un formato común.
Crea una visualización que muestre los datos unificados.

Soluciones

Solución 1: Limpieza de Datos Faltantes

IFNULL([Campo], 'Valor Predeterminado')

Solución 2: Corrección de Datos Incorrectos

IF [Edad] < 0 OR [Edad] > 120 THEN NULL ELSE [Edad] END

Solución 3: Unificación de Formatos

DATEPARSE('dd/MM/yyyy', [Fecha])

Conclusión

La limpieza de datos es un paso esencial en el análisis de datos. En esta sección, hemos aprendido a identificar y corregir datos faltantes o incorrectos, transformar y estandarizar datos, y utilizar herramientas avanzadas como Tableau Prep y scripts de R/Python para la limpieza de datos. Con estas técnicas, estarás mejor preparado para garantizar que tus datos sean precisos y consistentes, lo que te permitirá realizar análisis más fiables y obtener mejores insights.

Técnicas de limpieza de datos