Python’da CSV dosyası: Veri tablosunu okumadan önce neyi kontrol etmeli?

Bir tabloyu programla açabilmek, içindeki bilginin doğru ve karşılaştırılabilir olduğu anlamına gelmez. Sütun adları, ölçüm birimleri ve eksik hücreler sonucu etkileyebilir. Gençlerle ilk veri çalışmasında dosyanın büyüklüğünden önce, her sütunun neyi temsil ettiğini açıklamaya odaklanabiliriz.

Kişisel bilgi içermeyen küçük veri

Aşağıdaki iki satır tamamen kurgusal ölçümlerdir. Örnek, dosya oluşturmadan Python’un standart kütüphanesiyle çalışır:

import csv
import io

metin = "tur,deger\n1,12\n2,15\n"
okuyucu = csv.DictReader(io.StringIO(metin))
for satir in okuyucu:
    print(int(satir["tur"]), int(satir["deger"]))

Çıktıda iki tur ve değerleri gösterilir. Burada int ile metin biçimindeki alanlar tam sayıya dönüştürülür. Resmî Python csv belgesi, sözlük tabanlı okuyucunun sütun başlıklarıyla çalışmasını açıklar.

Başlık, birim ve boşluk

Tabloya bakarken “değer” sütununun neyi ölçtüğünü sorun. Örneğin santimetre ile milimetreyi karıştırmak, dosya hatasız okunsa da yorumu bozabilir. İlk veride birimi ayrıca tanımlayın. Boş hücre varsa “sıfır ölçüldü” ile “ölçüm yapılmadı” durumlarını aynı kabul etmeyin.

Bir hücreye sayı yerine sözcük yazıldığında bu kısa kod hata verecektir. Bu durum örneğin sınırıdır; hatalı veriyi sessizce doğruymuş gibi işlemek yerine sonraki aşamada kontrol eklenebilir. İlk göreve bütün veri temizleme yöntemlerini sığdırmak gerekmez.

Kaynağı ve değişikliği not edin

Kurgusal veriyi gerçek gözlem gibi sunmayın. Gerçek bir ölçüm tablosu kullanılacaksa ne zaman, neyle ve hangi birimde toplandığını kaydedin. Bir hücre düzeltildiğinde ilk değeri ve düzeltme gerekçesini saklamak da çalışmanın anlaşılmasına yardımcı olabilir.

Yonga Akademi’de Alanya Python ve veri eğitimi için görüşürken, öğrencilerin hazır veriyi yalnız grafiğe çevirmekle mi kaldığını, yoksa kaynağını ve anlamını da sorgulayıp sorgulamadığını sorun. Veri çalışmasının ilk ürünü bazen grafik değil; düzgün açıklanmış küçük bir tablo olabilir.

Kaynak: Python csv modülü.