Zadanie 2: Przygotowanie danych o dostawach

Terminowość dostaw sklepu internetowego

Zadanie nieobowiązkowe i bez oceny. Pracuj we własnym tempie. Orientacyjny czas: 75–100 min. Dane v1.0 • Karta v1.0

Pierwszy wynik dotyczył jednego magazynu. Teraz przygotuj pełny zbiór do porównań. Twoje decyzje o brakach, duplikatach i datach wpłyną na wszystkie późniejsze wyniki, dlatego muszą być widoczne i odtwarzalne.

Cel i rezultat

Utworzysz zamowienia_clean.csv i dziennik decyzji jakościowych, zachowując niezmienione źródła.

Zanim zaczniesz

Kontynuuj projekt z C1. Korzystaj z data/raw/zamowienia.csv oraz data/raw/magazyny.xlsx, arkusz magazyny, w wersji danych 1.0.

Stosuj reguły docs/slownik_danych.md. Utwórz notebooks/C2_przygotowanie_danych.ipynb; importy i ścieżki zdefiniuj w nim od nowa.

Ścieżki w karcie są względne wobec folderu terminowosc_dostaw. Plików w data/raw nie zmieniaj.

1 Wykonaj audyt przed zmianami

Wczytaj CSV i XLSX. Sprawdź nazwy kolumn, typy, braki, pełne duplikaty, powtarzające się id_zamowienia i warianty kategorii. Zapisz liczebności przed każdą zmianą. Kartoteka powinna mieć niepuste, unikalne magazyn_id.

2 Uporządkuj rekordy i zapis kategorii

Zredukuj tylko pełne duplikaty. Jeśli jeden identyfikator ma sprzeczne rekordy, zatrzymaj się i opisz konflikt. Usuń skrajne spacje i uzgodnij wielkość liter w magazyn_id, przewoznik i tryb_dostawy. Po normalizacji ponownie sprawdź unikalność id_zamowienia. Nie zgaduj nieznanych kategorii.

3 Sprawdź wartości i daty

Przekształć trzy pola dat według formatu YYYY-MM-DD HH:MM oraz cztery wielkości liczbowe według słownika. Sprawdź dodatniość liczb i całkowitość liczba_sztuk. Termin lub doręczenie wcześniejsze od złożenia są niewiarygodne. Uwzględnij koniec obserwacji: 15.03.2026 o 23:59.

Brakujące i niewiarygodne pola pozostaw jako brak, z uzasadnieniem powiązanym z id_zamowienia. Nie usuwaj całego zamówienia z powodu jednej wadliwej wartości. Nie imputuj zer ani dat. Duże poprawne wartości zachowaj; sygnał IQR sam nie dowodzi błędu.

Połączenie i zapis sprawdzonego zbioru

4 Połącz dane i utwórz wskaźniki

Połącz zamówienia z kartoteką po magazyn_id w relacji wiele do jednego, zachowując zamówienia. Sprawdź pełne dopasowanie oraz brak wzrostu liczby wierszy. Według słownika utwórz czas_realizacji_h, roznica_wzgledem_terminu_h, opoznienie_h, czy_opoznione i tydzien_zlozenia.

Nieznany status ma pozostać brakiem, nie False; typ logiczny musi dopuszczać brak. Dostawa dokładnie w terminie nie jest opóźniona. Tydzień wyznaczaj według daty złożenia, od poniedziałku.

5 Udokumentuj i zweryfikuj eksport

W outputs/tables/C2_audyt_jakosci.csv zapisz dla każdego problemu: pole lub kontrolę, liczbę przypadków przed i po zmianie, decyzję oraz uzasadnienie. Ślad dotyczący konkretnych zamówień zachowaj w uwagi_jakosc albo dzienniku w notebooku.

Zapisz data/processed/zamowienia_clean.csv jako UTF-8, z nagłówkiem i bez indeksu. Odczytaj go ponownie, odtwarzając typy dat, liczb i statusu. Porównaj liczbę wierszy, klucze, braki i wartości wskaźników z tabelą przed zapisem. Puste uwagi_jakosc oznaczają brak uwagi, nie wadę rekordu.

6 Uruchom całość od początku

Zapisz notebook, uruchom ponownie kernel i wszystkie komórki od początku. Usuń przyczynę pierwszego błędu i powtórz pełny przebieg. Zapisz notebook z aktualnymi wynikami. Potwierdź, że źródła raw nie zostały nadpisane.

Jeśli korzystasz z LLM, dopisz użycie i sposób sprawdzenia do docs/rejestr_uzycia_LLM.csv. W przeciwnym razie odnotuj w notebooku, że LLM nie był używany.

Co otrzymujesz

Spakuj poniższe pliki jako C2_rozwiazanie.zip, zachowując ścieżki wewnątrz archiwum. ZIP zapisz poza projektem jako archiwum.

notebooks/C2_przygotowanie_danych.ipynb

data/processed/zamowienia_clean.csv

outputs/tables/C2_audyt_jakosci.csv

Jeśli uzupełniasz rejestr LLM, dołącz również docs/rejestr_uzycia_LLM.csv. Pozostałe pliki zachowaj w projekcie.

Samokontrola

  • Klucze zamówień są unikalne, a połączenie nie mnoży rekordów.
  • Nieznane daty i statusy pozostają nieznane; decyzje są udokumentowane.
  • Ponowny odczyt CSV zachowuje znaczenie pól i wyniki kontroli.

Krótka refleksja w notebooku: Która decyzja może zmienić mianownik odsetka opóźnień? Wyjaśnij ją jednym zdaniem.

Zapisany zbiór będzie jedynym przygotowanym wejściem do C3. Jeśli zmienisz reguły C2, wykonaj ponownie wszystkie późniejsze etapy.

Dla chętnych: potwierdź niezmienność obu źródeł przez SHA-256 z docs/SHA256SUMS.txt.

Ostatnia modyfikacja: piątek, 2 października 2026, 16:04