Données avant la base : fiabiliser un inventaire d'atelier en Python

Le contexte

Avant de mettre des données « en base », il faut qu’elles soient propres. Un inventaire d’atelier exporté à la va-vite, c’est toujours la même histoire : un identifiant manquant ici, un doublon là, une date au mauvais format, une quantité négative qui n’a aucun sens. Cette séquence apprend à diagnostiquer puis fiabiliser un jeu de données réel avec les outils de base du Python — sans base de données, sans SQL.

L’élève est technicien dans une PME fictive de gestion de données (« RunData 974 ») : on lui confie un inventaire bancal à remettre d’aplomb avant qu’il parte en base.

Problématique : comment repérer les anomalies d’un fichier de données, les corriger de façon traçable, et produire un export propre exploitable par la suite ?

Livrable observable — Un CSV corrigé + un rapport JSON listant les anomalies détectées et traitées.

Autoportante : le jeu de données est fourni

Le pack contient l’inventaire CSV brut support des trois TP — un fichier fictif dans lequel des anomalies ont été volontairement injectées (identifiant manquant, doublon, date incohérente, quantité manquante ou négative, localisation absente, état en panne). Il suffit d’avoir Python 3 : aucune bibliothèque externe, aucune base de données. Tout se fait avec la bibliothèque standard.

Lire la séquence en ligne

Cette page donne le fil de travail avant téléchargement : l’élève doit apprendre à repérer les anomalies d’un inventaire, coder un traitement simple, puis prouver le nettoyage par un export et un rapport. Le pack reste nécessaire pour récupérer le CSV brut et les fiches Word, mais la méthode de fiabilisation est lisible ici.

Ce qu’il faut garder sous les yeux

Question de départ : quelles lignes de l’inventaire sont fiables, à corriger ou à écarter avant import ?
Méthode de lecture : lister les colonnes, relever les anomalies, écrire une règle de traitement, compter les lignes concernées.
Preuve attendue : CSV corrigé, rapport JSON et courte justification des anomalies traitées.
Point vigilance : un script qui s’exécute n’est pas suffisant ; il doit garder la trace des règles appliquées et des lignes concernées.

Parcours rapide

Étape	Travail en ligne à préparer	Preuve courte à produire
S1	Repérer les colonnes et classer les anomalies du CSV brut.	Une anomalie nommée avec numéro de ligne ou identifiant.
S2	Lire le fichier en Python et filtrer les enregistrements.	Un compteur qui distingue lignes gardées et lignes signalées.
S3	Écrire le CSV corrigé et générer un rapport JSON.	Un export propre + un extrait du rapport d’anomalies.
S4	Réutiliser la méthode sur un inventaire différent.	Une règle de nettoyage adaptée à un nouveau cas.

Avant de lancer en classe

Tester Python 3 sur les postes et l’ouverture d’un terminal côté élève.
Tester le CSV brut du pack dans l’éditeur ou l’IDE choisi pour éviter les soucis d’encodage.
Prévoir une trace courte : anomalie repérée, règle appliquée, compteur obtenu, fichier exporté.

Le plan séance par séance

Séance	Durée	Type	Objectif
S1	3 h	TP	Diagnostic : repérer et classer les anomalies d’un inventaire CSV fragile
S2	3 h	TP	Lire, filtrer et trier l’inventaire avec Python standard
S3	3 h	TP	Produire un CSV corrigé et un rapport JSON
S4	3 h	Éval	Transférer la méthode sur un inventaire différent, en autonomie

Guidage dégressif : très encadré au TP1 (méthode + repérage), puis l’élève prend la main sur le code en TP2 et TP3, jusqu’à l’autonomie complète à l’évaluation.

Ce que les élèves repartent capables de faire

Ouvrir et parcourir un fichier CSV en Python (bibliothèque standard)
Repérer et nommer les anomalies classiques d’un jeu de données (doublon, type incohérent, valeur aberrante, champ manquant)
Filtrer et trier des enregistrements par critère
Écrire un CSV corrigé et un rapport JSON de synthèse
Documenter le traitement appliqué, pour le rendre reproductible et vérifiable

Pour aller plus loin

C’est la marche 1CIEL qui prépare l’introduction aux bases de données en terminale : ici on reste sur du CSV, du JSON et du Python standard ; le SQL, les tables et les requêtes viendront ensuite, en TCIEL. La logique « diagnostiquer → nettoyer → exporter un rapport » est exactement celle qu’on retrouve avant tout import en base — un réflexe de technicien qui manipule de la donnée.