Podręcznik uczestnika z objaśnieniami, przykładami i ćwiczeniami do samodzielnej nauki
9. Podsumowanie i odpowiedzi do samooceny
Moduł 2 kończysz z przygotowanym zbiorem i udokumentowanymi decyzjami. Potrafisz wykazać, że import, czyszczenie, łączenie i zapis przeszły odpowiednie kontrole.
Odpowiedzi do pytań
1. Najpierw popraw interpretację CSV. 720 wierszy przy jednej kolumnie nie spełnia kontraktu 720 × 8. Sprawdź separator, nazwy kolumn i próbkę. Audyt wartości w źle podzielonej tabeli nie będzie miarodajny.
2. Próbka nie potwierdza kompletności, a typ liczbowy nie potwierdza zakresu ani jednostki. Policz braki w całym zbiorze i porównaj wartości z regułami słownika.
3. Niezmieniona suma nie oznacza neutralnej operacji. Wstawienie zer zwiększa liczbę wartości uwzględnianych w średniej i obniża ją. Przede wszystkim zamienia niewiedzę na pozorny pomiar. Sprawdź count(), średnią i informację o pochodzeniu wartości.
4. Errors="coerce" nie zgłasza wyjątku także dla błędnych dat. Sprawdź nowe NaT i źródłowy zapis. Bez dowodu nie poprawiaj daty; zachowaj ją do wyjaśnienia.
5. Niski pomiar mieści się w profilu U-01 i spełnia regułę domenową, a wysoki wynik U-05 jest niewyjaśnionym skokiem ponad próg diagnostyczny. Lokalny IQR daje kontekst statystyczny, nie gwarancję sprawności technicznej. Do diagnozy potrzebne są dodatkowe dowody.
6. Przyrost wierszy oznacza, że pomiary mogły zostać zwielokrotnione. W kontrprzykładzie drugi rekord U-03 w kartotece dodał 90 dopasowań. Unikalność klucza kartoteki i validate="many_to_one" powinny zatrzymać połączenie.
Sprawdzenie gotowości do modułu 3
- Notebook wykonuje się od początku po restarcie kernela, a źródła pozostają niezmienione.
- Wynik ma 720 rekordów i 14 opisanych kolumn oraz unikalny klucz czas i urzadzenie.
- Dwa braki energii, jeden brak produkcji i zachowane nietypowe drgania mają zapisane uzasadnienie.
- Połączenie ma kompletne metadane, a ponowny odczyt odtwarza wartości, braki i typy.
- Tabela jakości, słownik, dziennik decyzji i README odpowiadają zapisanej wersji pliku.
W module 3 punktem startowym będzie data/processed/pomiary_clean.csv. Dane są przygotowane do stawiania pytań analitycznych, ale nadal mają jawne ograniczenia. Uwzględniaj je w agregacjach i interpretacji wyników.