Partie 2 · Bronze, Silver, Gold

L'architecture Bronze, Silver, Gold

L'exercice fil rouge organise les données en trois couches successives :

Bronze : on crée un dossier Bronze et on y dépose le fichier CSV sans modification. On identifie lignes, colonnes, types, et on liste les colonnes.
Silver : données nettoyées (doublons, manquants, formats, incohérences), produites dans customer_silver.csv.
Gold : indicateurs métier calculés sur Silver.

Cinq étapes au total : découverte, audit, Silver, Gold, rapport qualité. Livrables : dossier Bronze, fichier Silver, indicateurs Gold et rapport qualité. En bonus : un tableau de bord Power BI ou Excel à partir de Gold.

Vérifie que tu as compris

Que fait-on du fichier téléchargé dans la couche Bronze ?

À toi de coder

Découvrir la couche Bronze

Étape 1 du fil rouge : « identifier le nombre de lignes, de colonnes ». Écris profil(lignes) qui renvoie le tuple (nb_lignes, nb_colonnes) d'une liste de dictionnaires (tous ont les mêmes clés). Jeu de clients fictif (exemple ajouté).

CLIENTS = [
    {"id": 1, "education": "Master", "revenu": 52000, "pays": "FR", "vins": 300, "viande": 120},
    {"id": 2, "education": "Licence", "revenu": 31000, "pays": "FR", "vins": 80, "viande": 40},
    {"id": 3, "education": "Master", "revenu": 64000, "pays": "ES", "vins": 500, "viande": 200},
    {"id": 4, "education": "Licence", "revenu": 40000, "pays": "FR", "vins": 120, "viande": 60},
    {"id": 5, "education": "Doctorat", "revenu": 82000, "pays": "ES", "vins": 640, "viande": 310},
]

def profil(lignes):
    nb_lignes = len(lignes)
    colonnes = list(lignes[0].___())
    return nb_lignes, len(colonnes)

Ctrl/⌘+Entrée

Pourquoi garder Bronze intact ? Pour pouvoir rejouer les traitements et prouver ce qui a été changé (le rapport compare nombre initial et final de lignes). Si tu modifiais Bronze, tu perdrais la trace de l'état d'origine. (Raisonnement ajouté pour expliquer la consigne.)

Vérifie que tu as compris

Dans quelle couche calcule-t-on le revenu moyen des clients ?