Nettoyer un CSV avec Python : un mini-projet vérifiable
Un nettoyage CSV vérifiable lit un petit fichier inventé, applique des règles explicites et produit une sortie réconciliable. Commencez avec le module CSV standard et une tâche limitée. L’objectif est d’expliquer les transformations et tester une entrée différente, pas de construire une grande chaîne de données opérationnelle.
Un nettoyage CSV vérifiable lit un petit fichier inventé, applique des règles explicites et produit une sortie réconciliable. Commencez avec le module CSV standard et une tâche limitée. L’objectif est d’expliquer les transformations et tester une entrée différente, pas de construire une grande chaîne de données opérationnelle.
Idées essentielles
- Colonnes et validations sont écrites.
- Séparateur et guillemets sont traités comme CSV.
- Les IDs gardent leur format textuel.
- Les rejets ont une raison explicite.
Écrire un petit contrat de données
Utilisez product_id, name et quantity. Définissez champs requis, quantité entière et acceptation de zéro. Gardez les IDs en texte et précisez les absences. Ce sont des choix pour l’exercice fictif, pas des règles universelles de catalogue. Écrivez-les avant le code pour stabiliser la définition d’une ligne valide. Une modification ultérieure doit conserver sa raison pour expliquer les différences entre exécutions.
Lire selon le format du fichier
Choisissez lecteur et séparateur avec la référence CSV. Une virgule dans un nom entre guillemets constitue un bon test : couper la ligne à chaque virgule ne comprend pas le format. Vérifiez les en-têtes avant transformation. Gardez une petite entrée fictive avec un code commençant par zéro. Ne convertissez pas les identifiants en nombres simplement pour simplifier le programme.
Séparer les lignes acceptées et en revue
Chaque ligne donne un résultat nettoyé ou une raison d’examen. Conservez numéro et valeurs brutes dans le journal. Ne remplacez pas silencieusement une quantité invalide par zéro. Les doublons nécessitent une règle d’identification. Le programme doit rendre ses décisions visibles pour qu’un autre apprenant examine l’origine de la sortie. Une ligne écartée reste une partie expliquée du résultat.
Tester les limites et les totaux
Essayez ligne ordinaire, virgule citée, champ requis vide et quantité hors règle. Répétez l’entrée et comparez. Lignes acceptées et rejetées doivent expliquer l’entrée sans en-tête. MDN apporte un contexte pour choisir les tests utiles ; notre jeu est pédagogique. Le succès prouve seulement ce comportement limité, pas la gestion de tous les fichiers, permissions ou encodages d’une importation opérationnelle.
Votre liste de preuves
Cochez seulement ce que vous avez vérifié. Cette liste décrit votre progression, pas un audit indépendant ni une prévision. Il n’y a pas d’enregistrement automatique ; téléchargez la note pour la conserver.
0 / 6 vérifiés
En mots simples
Conservez contrat, entrée, journal et sortie testée pour rendre la transformation vérifiable.
À vous de jouer
Inventez six produits avec virgule citée, ID à zéro initial et quantité invalide. Lisez-les avec CSV Python, gardez les lignes valides et créez le journal des autres.
Résultat attendu
Une entrée, une sortie et des tests qui expliquent chaque décision. Aucun catalogue réel ni donnée client n’est nécessaire.
Vérifiez votre réponse: Pourquoi ne pas couper simplement aux virgules ?
CSV accepte des champs entre guillemets contenant des virgules et d’autres particularités. Une séparation simple prend ces caractères pour des frontières même à l’intérieur d’une valeur. Utilisez un lecteur CSV et testez le format précis du fichier d’exercice.
Questions et réponses
Pourquoi ne pas couper simplement aux virgules ?
CSV accepte des champs entre guillemets contenant des virgules et d’autres particularités. Une séparation simple prend ces caractères pour des frontières même à l’intérieur d’une valeur. Utilisez un lecteur CSV et testez le format précis du fichier d’exercice.
L’exercice sécurise-t-il une importation opérationnelle ?
Il vérifie quelques règles sur des données synthétiques. Une importation réelle nécessite aussi droits, tailles, encodages, destinations et règles métier. Gardez le périmètre pédagogique explicite et ne présentez pas une petite fixture comme validation d’une chaîne inconnue.
Conservez contrat, entrée, journal et sortie testée pour rendre la transformation vérifiable.
Sources et lectures
- Python — CSV reading and writing ↗Sources consultées:
- MDN — Testing strategies ↗Sources consultées: