Ik maak je rommelige spreadsheet of CSV schoon en standaardiseer ze

Sommige informatie is automatisch vertaald.

China

Ik spreek Chinees, Engels

Python-ontwikkelaar: data cleaning, LLM-tools, technische documentatie

Ik bouw kleine dingen die werken, geen grote dingen die net werken. Recent: een GPU-compiler-backend (kernel IR naar PTX, 15/15 officiële problemen geslaagd op twee GPUs), een federatief leerpad dat ...
Over deze dienst

De meeste spreadsheetproblemen zitten niet in de opmaak. Het zijn problemen zoals "niemand heeft opgeschreven wat deze kolom betekent".


WAT IK DOE

Ik pak één rommelige bestand en geef je terug een schoon exemplaar, plus een korte notitie met precies wat er is aangepast. Data in één formaat, getallen opgeslagen als getallen, geen overbodige spaties meer, duplicaten samengevoegd, spellingsvarianten van dezelfde waarde samengevoegd tot één.


WAT JE KRIJGT

- het schoongemaakte bestand, het originele blijft onaangetast

- een changelog: kolom voor kolom wat er is veranderd en wat ik bewust heb gelaten zoals het is

- het Python-script, voor als de cleanup volgende maand opnieuw moet draaien


WAT IK NIET DOE

- ontbrekende waarden verzinnen. Als het niet uit het bestand af te leiden is, geef ik het aan als onbekend in plaats van te gissen

- formules omzetten naar geplakte waarden

- jouw bronbestand aanpassen


WAT IK VAN JOU NODIG HEB

Één bestand, plus één zin: wat je met de opgeschoonde data gaat doen. Die zin bepaalt hoe ik dingen normaliseer.


Bestanden met meer dan 1.000 rijen: stuur een berichtje voor je bestelt, dan kan ik het goed prijzen.


Python, Pandas, Excel. Herhaalbaar resultaat, geen eenmalige fix.