Chart Bay / Data Cleaner
De archivo sucio a datos confiables
Importá Excel o CSV, revisá los problemas y decidí qué corregir. Tus datos se procesan en este navegador y no se suben a un servidor.
1. Importar archivo
Procesamiento por bloquesLa primera fila no vacía contiene los encabezados. Excel .xlsx: elegí una hoja; se importan valores guardados, sin estilos ni fórmulas. Para .xls, guardá primero como .xlsx.
Esperando un archivo.
Los registros y el índice de duplicados usan almacenamiento temporal del navegador. La RAM se limita a bloques y muestras; el espacio en disco depende del archivo.
2. Diagnóstico y perfil de columnas
Archivo originalTipos inferidos sobre hasta 200 filas; podés corregirlos. Los conteos, únicos, medianas y percentiles revisan todas las filas usando disco. Fechas: AAAA-MM-DD o DD/MM/AAAA. CUIT/CUIL: formato, prefijo y dígito verificador; no verifica inscripción ni titularidad.
| Columna | Tipo esperado | Con dato | Faltantes | Inválidos | Texto sucio | Únicos | Mín. / Máx. / Media |
|---|
Ficha avanzada de columna
Mediana y cuartiles exactos con interpolación lineal; desvío estándar muestral. Las categorías principales excluyen faltantes. Las banderas no eliminan datos.
Calidad antes y después
Crítico · Advertencia · Informativo“Después” valida la propuesta; hasta aplicar, es una proyección. Errores = críticos + advertencias. Una fila puede incumplir varias reglas. Texto sucio es informativo; CUIT inválido en al menos 20% de valores presentes es crítico. Se informa por separado cuántas filas se eliminarían.
| Estado | Filas con errores | Críticos | Advertencias | Informativos |
|---|
3. Elegir cambios y revisar
Vista previa · sin aplicarDuplicados: filas originales exactamente iguales, conservando la primera. Los números se perfilan sin reescribir sus separadores. Los identificadores conservan ceros iniciales.
Reglas personalizadas y validaciones entre columnas
Comparación literal: podés ajustar el catálogo a tu base o agrupar variantes de categorías.
Las reglas señalan incumplimientos; no corrigen ni eliminan datos automáticamente. Faltantes o tipos incompatibles también incumplen la condición. Límites numéricos y fechas inclusivos. Sumas usan tolerancia absoluta; edad se calcula en años cumplidos a la fecha indicada.
Outliers · solo bandera 🚩
Sólo se evalúan columnas de tipo numérico. Si se selecciona “Todas las numéricas”, se incluyen todas. IQR: fuera de Q1 − factor × IQR o Q3 + factor × IQR. Z-score usa desvío muestral. Percentiles: fuera del intervalo elegido. IQR/percentiles requieren 4 valores, z-score 3 y desvío positivo. Los umbrales del original se mantienen al comparar la propuesta.
Normalización de categorías
Las sugerencias requieren tu decisión. Los grupos se comparan con valores originales, se muestran en la vista previa y se pueden deshacer. No se encadenan agrupaciones.
Recetas reutilizables
Se guardan en este navegador, sin incluir filas del archivo. Guardar con el mismo nombre actualiza esa receta. Las columnas se vinculan por nombre aunque cambien de orden. Cargar una receta requiere revisar la vista previa antes de aplicar; una columna requerida ausente produce un aviso.
| Fila de origen | Columna | Antes | Después | Motivo |
|---|
Se muestran los primeros 100 cambios, con textos abreviados. La auditoría incluye todos los cambios completos. Deshacer restaura hasta 50 aplicaciones durante esta sesión; el archivo original permanece intacto.
Cruce entre archivos y comparación histórica
Actual ↔ referencia / mes anteriorSin archivo de referencia.
Se cruzan los archivos originales. El archivo principal es el actual; la referencia es el anterior. Campos comparados literalmente por encabezados comunes. Las claves vacías no coinciden entre sí y las repetidas se marcan como ambiguas, sin elegir una fila arbitraria. Los identificadores conservan ceros iniciales.
| Columna | Valores modificados | Cambios bruscos por clave | Media anterior → actual | Mediana anterior → actual | Variación media | Cambio de nulos | Alerta |
|---|
Distribuciones de ambos archivos completos; cambios por campo solo en claves únicas compartidas. Con media anterior cero, un valor actual distinto de cero se marca sin inventar un porcentaje.
| Estado | Clave | Archivo | Fila de origen | Campos / cambios |
|---|
Vista acotada a 20 ejemplos por estado y hasta 20 ejemplos adicionales de claves duplicadas, con hasta 8 campos por fila. El JSON contiene todos los registros y diferencias completos.
4. Exportar
Disponible después de aplicarLa protección antepone un apóstrofo a valores que empiezan con =, +, - o @, incluidos números negativos; queda registrada en la auditoría. Desactivala para conservar esos valores literalmente. La auditoría usa la protección del último CSV exportado de esta versión; si todavía no exportaste, usa la opción actual.
Abrir limpiador estadístico CSV para imputación con media/mediana, atípicos, categorías e índices temporales.