Partie 1 · Mesurer
La validité : formats, bornes et unités
La validité demande : « les valeurs respectent-elles le format attendu ? » Exemples du cours : code postal, GPS, puissance. On l'évalue en confrontant chaque colonne à une règle : motif (regex), intervalle, liste de valeurs autorisées.
Sur l'IRVE, le TP relève 6 257 puissances aberrantes (≤ 0 ou > 1000 kW). Attention : certaines ne sont pas de simples erreurs, mais une erreur d'unité : on mélange des W et des kW (11 contre 11000). Un simple filtre supprimerait des données réparables.
Vérifie que tu as compris
À toi de coder
Pour les formats textuels, le module re de Python est l'outil. Pour qu'un motif décrive toute la chaîne, utilise re.fullmatch (et non re.search, qui accepte un motif trouvé n'importe où).
| Motif | Sens | Exemple valide |
|---|---|---|
\d{5} | exactement 5 chiffres | 75001 |
[A-Z]{2}\d{3} | 2 majuscules puis 3 chiffres | FR123 |
\d{4}-\d{2}-\d{2} | date ISO | 2024-03-02 |
Les motifs du tableau sont des exemples ajoutés pour s'entraîner. Le TP demande, dans la suite de validations, une regex sur le code postal.
À toi de coder
Vérifie que tu as compris
La validité est aussi une affaire d'unités et de coordonnées. Une latitude doit être entre -90 et 90, mais pour la France métropolitaine il faut une boîte beaucoup plus serrée. Une coordonnée peut être formellement valide (un nombre entre -90 et 90) tout en étant fausse (0, 0) : c'est le passage de la validité à l'exactitude.
Retiens : une donnée valide n'est pas forcément exacte. Le code postal 12345 respecte le format sans désigner forcément une commune réelle.
À toi de coder
À toi de coder