Excel · मराठी आवृत्ती

17.4 Cleaning आणि Preparation — interview answers

रवींद्र बागले यांच्या course वर आधारित · सहज मराठीत explanation

प्रत्येक उत्तर समजून घ्या, मग स्वतःच्या exampleने सांगा. Technical terms Englishमध्ये ठेवले आहेत.

Q29. Duplicates कसे काढाल?

आधी business key आणि row grain ठरवेन. Raw जपून text normalize; Duplicate Values/COUNTIFने review; मग योग्य columnsवर Remove Duplicates, UNIQUE किंवा Power Query. Repeat Order ID product linesमध्ये valid असू शकतो.

Q30. Missing values?

Blanks/filter/countने शोधेन. Meaningनुसार flag, expected report labels fill-down किंवा justified imputation. Missing numberला सरसकट0 देणार नाही; quantity/average बदलू शकतो. Imputed values वेगळ्या label करेन.

Q31. Cleaning process?

Raw copy → structure/grain → types → text/mapping → duplicate review → missing/outliers → count/total reconciliation → documented repeatable steps. Exceptions वेगळे ठेवेन.

Q32. Mixed dates?

ISNUMBER एक check; numeric value म्हणजे date असतेच असं नाही. Source DMY/MDY/ISO pattern ओळखून Text to Columns/DATE/Using Locale. Ambiguous rows confirm; formatting शेवटी.

Q33. Pune-411038 split?

Text to Columns -, Flash Fill किंवा LEFT/FIND आणि MID; newer TEXTBEFORE/TEXTAFTER. Multiple hyphens/blank delimiters तपासा; pincode text ठेवा.

Q34. Flash Fillची limitation?

Examplesवरून pattern guess करून static values भरतो. Source बदलल्यावर update होत नाही. Irregular sampleवर wrong guess होऊ शकतो; validation आवश्यक.

Q35. Outliers?

Sort/plots, conditional formatting, z-score किंवा IQR(Q1−1.5IQR,Q3+1.5IQR)ने candidates flag करेन. Distribution/business context पाहून review; unusual म्हणजे incorrectच नाही.

Q36. Lists compare?

COUNTIF(ListB,A2)=0, ISNA(MATCH(...,0)) किंवा Power Query anti-join missing membership शोधतात. EXACT(A2,B2) case-sensitive same-row comparison आहे; list membershipपेक्षा वेगळा प्रश्न. Duplicate multiplicityही गरजेनुसार तपासा.