1. Γιατί ο καθαρισμός δεδομένων είναι κρίσιμος

Η πραγματικότητα: Σχεδόν κανένα dataset δεν είναι έτοιμο για ανάλυση. Τα δεδομένα έχουν πάντα:

  • Κενά (missing values)

  • Διπλότυπα (duplicates)

  • Λάθη (typos, λάθος τύποι)

  • Ασυνέπειες (π.χ. «Αθήνα» vs «ΑΘΗΝΑ» vs «Athens»)

💡 Κανόνας: "Garbage in, garbage out" — Αν τα δεδομένα είναι λάθος, τα συμπεράσματα θα είναι λάθος.

Χρόνος: Το 60-80% του χρόνου ενός data analyst πηγαίνει στον καθαρισμό.


2. Κοινά Προβλήματα Δεδομένων

 
 
Πρόβλημα Παράδειγμα Λύση
Κενά (missing) Κενό κελί στο «Sales» Συμπλήρωση ή διαγραφή
Διπλότυπα Ίδια παραγγελία 2 φορές Remove Duplicates
Λάθος τύπος «123» ως κείμενο αντί αριθμός Text to Columns / VALUE
Ασυνέπεια «Αθήνα» vs «ΑΘΗΝΑ» Find & Replace / TRIM
Κενά διαστήματα « Αθήνα » (leading/trailing spaces) TRIM
Ημερομηνίες ως κείμενο «2024-01-15» ως string DATEVALUE / Text to Columns

3. Εργαλεία Καθαρισμού στο Excel

Α. Remove Duplicates

Πού: Data → Remove Duplicates
Τι κάνει: Αφαιρεί γραμμές που είναι ίδιες
Προσοχή: Κράτα αντίγραφο πριν το κάνεις!

Β. Text to Columns

Πού: Data → Text to Columns
Τι κάνει: Χωρίζει ένα κελί σε πολλά (π.χ. «Αθήνα, Αττική» → 2 στήλες)
Χρήση: Καθαρισμός ημερομηνιών, ονομάτων

Γ. TRIM / CLEAN

Τύπος: =TRIM(A2) — αφαιρεί κενά διαστήματα
Τύπος: =CLEAN(A2) — αφαιρεί μη-εκτυπώσιμους χαρακτήρες

Δ. Flash Fill (Ctrl+E)

Τι κάνει: Αναγνωρίζει μοτίβα και τα εφαρμόζει αυτόματα
Παράδειγμα: Γράφεις «Γιώργος» από «Γιώργος Παπαδόπουλος» → Ctrl+E → γεμίζει όλη τη στήλη

Ε. Find & Replace (Ctrl+H)

Χρήση: Αλλαγή «ΑΘΗΝΑ» → «Αθήνα» σε όλο το φύλλο

ΣΤ. Power Query (Εισαγωγή)

Πού: Data → Get Data → From Table/Range
Τι κάνει: Αυτοματοποιεί τον καθαρισμό — αν αλλάξουν τα δεδομένα, ο καθαρισμός επαναλαμβάνεται αυτόματα
Γιατί είναι σημαντικό: Είναι ο πρόδρομος του Power BI


4. Καλές Πρακτικές

 
 
✅ Κάνε ❌ Μην κάνεις
Κράτα αντίγραφο των raw data Δουλεύεις πάνω στα raw
Document τον καθαρισμό Ξεχνάς τι άλλαξες
Χρησιμοποιείς Power Query Κάνεις τα ίδια βήματα κάθε φορά
Ελέγχεις με φίλτρα Υποθέτεις ότι όλα είναι ok
Χρησιμοποιείς μονάδες μέτρησης Ανακατεύεις € με $

5. Πώς να ελέγξεις αν τα δεδομένα είναι «καθαρά»

Checklist:

  • Δεν υπάρχουν κενά σε κρίσιμες στήλες
  • Δεν υπάρχουν διπλότυπα
  • Οι ημερομηνίες είναι σε μορφή ημερομηνίας (όχι κείμενο)
  • Οι αριθμοί είναι σε μορφή αριθμού (όχι κείμενο)
  • Δεν υπάρχουν leading/trailing spaces
  • Οι κατηγορίες είναι συνεπείς (π.χ. όλα «Αθήνα», όχι «ΑΘΗΝΑ»)
  • Δεν υπάρχουν αρνητικοί αριθμοί όπου δεν πρέπει (π.χ. Sales < 0)