1. Jak korzystać z podręcznika

W module 2 przygotujesz zbiór danych, którego jakość potrafisz opisać i sprawdzić. Wrócisz do przypadku „Eksploatacja urządzeń” z modułu 1, ale tym razem obejmiesz kontrolą wszystkie pomiary i kartotekę urządzeń. Rezultatem będzie nie tylko plik do dalszej analizy, lecz także zapis decyzji wyjaśniający, co zmieniono i jakie ograniczenia pozostały.

Czytaj rozdziały kolejno. Najpierw poznasz regułę i przykład, następnie zobaczysz kod oraz interpretację wyniku. Pytania „Sprawdź rozumienie” możesz rozwiązać bez komputera; odpowiedzi znajdują się na końcu książki. Ćwiczenia w notebooku pomagają zastosować tę samą regułę do danych. Nie musisz zapamiętywać wszystkich poleceń — ważne, aby umieć uzasadnić operację i sprawdzić jej skutek.

Do czytania wystarczy ten dokument. Do uruchamiania przykładów offline przygotuj wcześniej środowisko z modułu 1, biblioteki Pandas, NumPy, Matplotlib i openpyxl oraz lokalny pakiet danych. Korzystanie z modelu językowego jest opcjonalne; żaden krok obliczeniowy nie wymaga połączenia z usługą LLM.

Materiały modułu

Marcin Godziemba-Maliszewski, „Moduł 2 Wczytywanie, czyszczenie i przygotowanie danych”, prezentacja M2-v2.pptx. Materiały towarzyszące: karta M2_Instrukcja_przygotowanie_danych.docx oraz pakiet startowy uczestnika z pomiarami, kartoteką urządzeń, przykładami kontrolowanymi i słownikiem slownik_danych.md.

Punkt startowy i rezultat pracy

Jeden wiersz głównej tabeli opisuje pomiary jednego urządzenia w określonym czasie. Zbiór obejmuje 720 rekordów, osiem urządzeń i 90 znaczników czasu od 1 stycznia do 14 lutego 2026 roku. Kartoteka zawiera po jednym wierszu dla każdego urządzenia. Różnica między jednostką obserwacji obu tabel będzie ważna przy ich łączeniu.

Wykorzystujesz dane ćwiczeniowe, a nie uniwersalne normy eksploatacyjne. Podane zakresy i progi obowiązują w tym przypadku dydaktycznym. Przy pracy z innym źródłem należy ustalić jego własny kontrakt danych: oczekiwaną strukturę, jednostki, dopuszczalne wartości oraz reguły kompletności i unikalności.

Z folderu Dane w pakiecie startowym skopiuj trzy pliki do data/raw: pomiary_eksploatacyjne.csv, urzadzenia.xlsx i przyklady_kontrolowane_m2.csv. Słownik slownik_danych.md umieść w docs. Plik demonstracyjny zawiera celowo wprowadzone problemy i służy do osobnych eksperymentów. Nie dołączaj jego rekordów do głównej tabeli.

Zachowaj notebook M1_szkielet_analizy.ipynb. Jego kopię roboczą zapisz jako M2_przygotowanie_danych.ipynb w notebooks. Zastąp część obliczeniową przebiegiem M2: wczytaj od początku cały zbiór, a nie podzbiór jednego urządzenia utworzony w M1. Główne fragmenty kodu w tej książce wykonuj kolejno w jednej sesji; bloki opisane jako eksperyment pracują na odrębnych zmiennych.

Element projektu

Stała lokalizacja

Notebook modułu

notebooks/M2_przygotowanie_danych.ipynb

Wynik dla modułu 3

data/processed/pomiary_clean.csv

Porównanie jakości

outputs/tables/M2_audyt_jakosci.csv

Znaczenie i schemat pól

docs/slownik_danych.md

Historia pomocy modelu

docs/rejestr_uzycia_LLM.csv

Sposób odtworzenia pracy

README.md

Stosuj konsekwentnie katalog outputs, zgodnie z kartą pracy M2. Jeżeli w starszym materiale występuje output/tabele, jest to miejsce o tej samej roli; w tym podręczniku odpowiada mu outputs/tables. Prefiks M2 identyfikuje notebook i raport modułu. Nazwa pomiary_clean.csv pozostaje wspólna dla kolejnych analiz.


Pobierz wersję PDF książki.