Excel · मराठी आवृत्ती
5.18 Messy export पूर्ण clean करूया
आधीचा data
| Order ID | Date | City | Store | Customer | Phone | Amount | Status |
|---|---|---|---|---|---|---|---|
| blk-4001 | 14.03.2026 | pune | Kothrud | sHRADDHA bAGALE | +91 90000 00021 | ₹1,299 | Delivered |
| BLK-4002 | 03/14/2026 | Aurangabad | CIDCO | ZOYA | 090000-00022 | Rs. 450 | delivered |
| BLK-4001 | 14.03.2026 | pune | Kothrud | sHRADDHA bAGALE | +91 90000 00021 | ₹1,299 | Delivered |
| BLK-4003 | 15-03-2026 | Nasik | College Road | Amir | 9000000023 | 90 | Cancelled |
| BLK-4004 | 15-03-2026 | NAGPUR | Sitabuldi | raja | 91 9000000024 | 12,990 | Delivered |
| BLK-4005 | Kolhapur | Tarabai Park | Rani | 9000000025 | 240 | Returned |
Clean केल्यावर
| Order ID | Date | City | Store | Customer | Phone | Amount | Status | Note |
|---|---|---|---|---|---|---|---|---|
| BLK-4001 | 14-03-2026 | Pune | Kothrud | Shraddha Bagale | 9000000021 | 1299 | Delivered | |
| BLK-4002 | 14-03-2026 | Sambhaji Nagar | CIDCO | Zoya | 9000000022 | 450 | Delivered | |
| BLK-4003 | 15-03-2026 | Nashik | College Road | Amir | 9000000023 | 90 | Cancelled | |
| BLK-4004 | 15-03-2026 | Nagpur | Sitabuldi | Raja | 9000000024 | 12990 | Delivered | Outlier – verify |
| BLK-4005 | Kolhapur | Tarabai Park | Rani | 9000000025 | 240 | Returned | Date missing |
Rani ला मिळालेला हा fictional export आहे. फक्त values नीट दिसायला करणं पुरेसं नाही; row counts आणि totalsही जुळले पाहिजेत.
या क्रमाने करा
- Raw sheet ची Clean नावाने copy करा. Raw rows = 6. Text amountsमुळे original SUM अजून विश्वासार्ह नाही.
- Order ID standardize:
=UPPER(TRIM(A2)). - या sample मध्ये एकच order duplicated आहे. योग्य keyवर Remove Duplicates केल्यावर 5 rows उरतात. Full order-line data साठी key वेगळी लागू शकते.
- Dates: dots बदलून DMY conversion; US 03/14/2026 साठी
=DATE(RIGHT(B3,4),LEFT(B3,2),MID(B3,4,2)). Missing date तशीच ठेवा आणि Note = Date missing. - City mappingने Pune, Sambhaji Nagar, Nashik, Nagpur, Kolhapur.
- Customer:
=PROPER(TRIM(E2)); exceptions review करा. - Phones: Lesson 5.10 ची cleaning आणि validation.
- Amount: symbols काढून VALUE. Numeric COUNT = 5 तपासा.
- Status:
=PROPER(TRIM(H2)). - IQR ने BLK-4004 ची ₹12,990 amount flag करा; delete करू नका.
- Checked helper outputs Paste Values करा. Helper columns काढताना audit copy जपून ठेवा. Ctrl + T ने
tblOrdersCleanTable बनवा. - Reconcile: 6 raw − 1 duplicate = 5 rows. Total ₹15,069. Unique cities = 5. Phones length =10; shape checksही करा.
1,299 + 450 + 90 + 12,990 + 240 = 15,069. मोठी flagged amount या totalमध्ये अजून included आहे; verify केल्याशिवाय मनाने बदललेली नाही.
Practice
किमान 15 rows च्या sample मध्ये या chapter मधले विविध problems घाला. Clean करून row count, duplicates removed, total आणि unresolved issues यांची छोटी reconciliation note लिहा.
Chapter recap
Raw जपा. Spaces/case/mapping standardize करा. योग्य keyवर duplicates तपासा. Missing dataचा अर्थ ठरवा. Dates आणि amountsचे types दुरुस्त करा. Codes, phones आणि emails review करा. Outliers/errors flag करा. शेवटी counts आणि totals जुळवा. Repeat files साठी Power Query वापरा.