Nettoyage et préparation de données
Guide pas-à-pas pour nettoyer et standardiser des données brutes avant analyse dans Excel ou Google Sheets.
Coller dans votre IA
Collez ce prompt dans ChatGPT, Claude ou Gemini et personnalisez les variables entre crochets.
J'ai un fichier de données brutes avec [NOMBRE_LIGNES] lignes et [NOMBRE_COLONNES] colonnes dans [OUTIL] (Excel / Google Sheets). Les données proviennent de [SOURCE] et représentent [DESCRIPTION_DONNEES]. Problèmes identifiés dans les données : - [PROBLEME_1] (ex : doublons, valeurs manquantes) - [PROBLEME_2] (ex : formats de dates incohérents) - [PROBLEME_3] (ex : caractères spéciaux, espaces superflus) Guide-moi étape par étape pour nettoyer ces données en : 1. Détectant et supprimant les doublons avec la méthode appropriée 2. Traitant les valeurs manquantes (suppression, imputation, marquage) 3. Standardisant les formats (dates, nombres, textes) 4. Normalisant les valeurs catégorielles incohérentes 5. Validant la cohérence des données après nettoyage 6. Documentant les transformations effectuées pour reproductibilité Fournis les formules exactes pour [OUTIL] et indique le temps estimé pour chaque étape.
Pourquoi ce prompt fonctionne
Ce prompt est efficace car il identifie les problèmes spécifiques dès le départ et demande des formules concrètes adaptées à l'outil utilisé. L'étape de documentation garantit la reproductibilité du processus.
Cas d'usage
Résultat attendu
Un guide étape par étape avec formules spécifiques à l'outil, temps estimé et checklist de validation.
Formez-vous en profondeur
Découvrez le skill complet sur Prompt Guide pour maîtriser cette technique de A à Z.
Voir sur Prompt GuideTermes du glossaire
📬 Recevez de nouveaux prompts chaque semaine
Rejoignez notre newsletter et ne manquez aucun prompt.
Prompts similaires
Analyse de données RH et workforce analytics
Analyse complète des données RH avec prédiction du turnover, ROI formations et recommandations de gestion des talents.
Conception d'un pipeline ETL simple
Conçoit un pipeline ETL complet avec gestion des erreurs, monitoring et code Python pour l'intégration de données multi-sources.
Choisir la bonne visualisation pour ses données
Guide le choix du type de graphique optimal selon les données, l'audience et le message à communiquer.
Création d'un dashboard KPI métier
Conçoit un dashboard KPI complet adapté à un département spécifique, avec layout, graphiques et alertes.