💻Limpieza de Datos con OpenRefine 🧹 Normalización y Validación de Datos

¡Hola! 👋 Mi nombre es Rubén, y en este vídeo te guiaré paso a paso en el uso de OpenRefine para limpiar y preparar datos climatológicos. Aprenderás a eliminar duplicados, corregir formatos y validar datos para análisis avanzados, garantizando resultados precisos y consistentes.

Capítulos:

• 0:00 – Intro
• 0:35 – Configuración inicial e importación de datos desde Pentaho (archivo CSV)
• 0:41 – Crar proyecto del archivo CSV
• 1:00 – Transformar celdas a número
• 2:12 – Eliminación de duplicados y normalización de formatos (ejemplo práctico)
• 4:31 – Importar archivo Trofeos_Caza.xls
• 4:51 – Validación de datos procesados
• 5:18 – Filtrado y agrupación de palabras similares
• 8:36 – Obtener datos URL API (JSON)
• 10:02 – Formatear archivo JSON
• 12:11 – Exportación de datos limpios en formato CSV

#Descripción del #Proyecto:

Este tutorial forma parte de una serie enfocada en análisis de datos climatológicos. En esta ocasión, utilizamos OpenRefine para garantizar que los datos sean consistentes y estén listos para análisis predictivos.

Aprenderás a:

1️⃣Cargar datos en OpenRefine desde un archivo CSV.

2️⃣Limpiar inconsistencias como duplicados y formatos erróneos.

3️⃣Transformar y agrupar palabras similares.

Recursos utilizados:

🔵OpenRefine v.3.8.2

🔵Datos climatológicos obtenidos desde APIs públicas y procesados previamente en Pentaho.

Conclusión:

Espero que este tutorial te ayude a dominar OpenRefine y mejorar tus flujos de limpieza de datos. ¡Suscríbete, dale like y comparte si te ha gustado este contenido! 🎥👍

Recursos y enlaces útiles:

🔵Más contenido en mi web personal: 🌐https://www.torrijos.me

🔵Cursos y formación en GATORU ACADEMY: https://www.gatoru.com 🎓

¡Nos vemos en el próximo vídeo! 👋