Calidad de datos con Python: Un enfoque práctico

Lady Marieliza Espinoza Tinoco; Ana Elizabeth Congacha Aushay; Juan Carlos Díaz Ordóñez

Ayuda

Calidad de datos con Python: Un enfoque práctico

Espinoza Tinoco, Lady Marieliza ^[1] ; Congacha Aushay, Ana Elizabeth ^[1] ; Díaz Ordóñez, Juan Carlos ^[2]
1. [1] Universidad Nacional de Chimborazo
  
  Universidad Nacional de Chimborazo
  
  Riobamba, Ecuador
2. [2] Escuela Superior Politécnica de Chimborazo
Localización: Esprint Investigación, ISSN-e 2960-8317, Vol. 2, Nº. 2, 2023 (Ejemplar dedicado a: Data and Artificial Intelligence.), págs. 26-34
Idioma: español
Títulos paralelos:
- Data quality with Python: a practical approach
Enlaces
- Texto completo (pdf)
Resumen
- español
  Si bien la calidad de los datos en el análisis y toma de decisiones resulta de vital importancia, escasos estudios proporcionan pasos claros para ejecutarlos a través del lenguaje de programación Python. En consecuencia, el objetivo de la presente investigación se relaciona con diseñar una guía para evaluar y mejorar la calidad de los datos utilizando el lenguaje de programación Python. Esta investigación con enfoque cualitativo se aplica en un caso práctico medido a través de las características de calidad: Exactitud, Integridad, Libre de Errores y Valor Añadido. Los resultados indican que, mediante la aplicación de la metodología propuesta basada en 12 pasos a través de Python, los datos cumplen con las características de calidad requeridas.
- English
  Although the quality of the data in the analysis and decision-making is of vital importance, few studies provide clear steps to execute them through the Python programming language. Consequently, the objective of this research is related to designing a guide to evaluate and improve the quality of data using the Python programming language. This research with a qualitative approach is applied in a practical case measured through the quality characteristics: Accuracy, Completeness, Free of Errors and Added Value. The results indicate that by applying the proposed methodology based on 12 steps through Python, the data meets the required quality characteristics.