6 satırlık CSV’den açıklanabilir bir temizlik raporu

6 girdi → 3 kabul · 1 tekrar · 2 inceleme U001 · İstanbul · giriş U002 · Ankara · atölye U004 · İzmir · atölye

GİRDİ, ÇIKTI VE KAYNAK KODU

Bu oturumda üretilen çıktı; veriler kurmacadır.

GİRDİ katilimci_kodu;sehir;etkinlik u001 ; istanbul ; giriş U002;ANKARA;atölye U001;İstanbul;giriş U003;;giriş U004;İZMİR;atölye U005;Bursa;giriş

TEMİZ ÇIKTI katilimci_kodu;sehir;etkinlik U001;İstanbul;giriş U002;Ankara;atölye U004;İzmir;atölye

SAYIM RAPORU { "girdi": 6, "kabul": 3, "tekrar": 1, "ayrilan": 2, "ayrilan_kayitlar": [ { "kayit": 5, "neden": "Şehir boş veya örnek sözlükte yok" }, { "kayit": 7, "neden": "Şehir boş veya örnek sözlükte yok" } ] }

KAYNAK KODU — csv_cleaner.py """Small, explicit CSV cleaning example. No network or personal source data.""" import csv import io import json import re import unicodedata from pathlib import Path

FIELDS = ["katilimci_kodu", "sehir", "etkinlik"] CITIES = {"istanbul": "İstanbul", "ankara": "Ankara", "izmir": "İzmir"}

def compact(value): return " ".join(unicodedata.normalize("NFC", value or "").split())

def city_key(value): return value.replace("İ", "i").replace("I", "ı").lower()

def clean_csv(source): reader = csv.DictReader(io.StringIO(source, newline=""), delimiter=";", strict=True) if reader.fieldnames != FIELDS: raise ValueError("Beklenen sütunlar: " + ", ".join(FIELDS)) rows, rejected, seen = [], [], set() duplicates = 0 input_rows = 0 for number, raw in enumerate(reader, start=2): input_rows += 1 if None in raw or any(raw.get(field) is None for field in FIELDS): rejected.append({"kayit": number, "neden": "Sütun sayısı uyuşmuyor"}) continue code, city, event = (compact(raw[field]) for field in FIELDS) code = code.upper() if not re.fullmatch(r"U[0-9]{3}", code): rejected.append({"kayit": number, "neden": "Katılımcı kodu geçersiz"}) continue canonical_city = CITIES.get(city_key(city)) if canonical_city is None: rejected.append({"kayit": number, "neden": "Şehir boş veya örnek sözlükte yok"}) continue if event not in {"giriş", "atölye"}: rejected.append({"kayit": number, "neden": "Etkinlik türü geçersiz"}) continue key = (code, event) if key in seen: duplicates += 1 continue seen.add(key) rows.append(dict(zip(FIELDS, [code, canonical_city, event]))) output = io.StringIO(newline="") writer = csv.DictWriter(output, fieldnames=FIELDS, delimiter=";", lineterminator="\n") writer.writeheader() writer.writerows(rows) return output.getvalue(), { "girdi": input_rows, "kabul": len(rows), "tekrar": duplicates, "ayrilan": len(rejected), "ayrilan_kayitlar": rejected, }

if __name__ == "__main__": folder = Path(__file__).parent cleaned, report = clean_csv((folder / "sample-input.csv").read_text(encoding="utf-8")) (folder / "cleaned-output.csv").write_text(cleaned, encoding="utf-8", newline="") (folder / "csv-report.json").write_text(json.dumps(report, ensure_ascii=False, indent=2) + "\n", encoding="utf-8") print(json.dumps(report, ensure_ascii=False))