Conjunto enteramente sintético, sin vocabulario ni convenciones de un país,
para demostrar el recorrido general de lupa. Siembra los mismos tipos de
problemas que el ejemplo administrativo: formatos heterogéneos, fechas
mezcladas, ausentes disfrazados, espacios y mayúsculas inconsistentes,
valores extremos, una columna constante, una columna duplicada, una fila
duplicada y un identificador repetido con datos contradictorios. No representa
personas, operaciones ni registros reales.
Format
Un data frame con 13 filas y 10 variables:
- id_registro
Identificador interno, con una repetición contradictoria.
- codigo_usuario
Código sintético con formatos heterogéneos y un ausente disfrazado.
- fecha_evento
Fechas en varios formatos y un ausente disfrazado.
- canal
Categoría con variantes de capitalización, espacios y ausentes disfrazados.
- monto
Importes con sentinelas, cero, un negativo y un valor extremo.
- zona
Categoría operativa ficticia.
- sistema
Columna constante.
- contacto
Direcciones sintéticas y un patrón anómalo.
- id_copia
Copia redundante del identificador interno.
- id_evento
Identificador sintético de alta unicidad.
Examples
data(datos_operativos)
analisis <- analizar(datos_operativos, analizar_dependencias = FALSE)
analisis$perfil$hallazgos[, c("columna", "tipo_hallazgo", "severidad")]
#> columna tipo_hallazgo severidad
#> 1 id_registro posible_identificador ok
#> 2 codigo_usuario alta_cardinalidad sospechoso
#> 3 codigo_usuario faltantes_disfrazados error
#> 4 fecha_evento alta_cardinalidad sospechoso
#> 5 fecha_evento faltantes_disfrazados error
#> 6 fecha_evento formatos_fecha_mixtos error
#> 7 fecha_evento tipo_declarado_distinto sospechoso
#> 8 canal faltantes sospechoso
#> 9 canal faltantes_disfrazados error
#> 10 canal espacios_sobrantes sospechoso
#> 11 canal mayusculas_inconsistentes sospechoso
#> 12 monto faltantes_disfrazados sospechoso
#> 13 sistema constante sospechoso
#> 14 contacto alta_cardinalidad sospechoso
#> 15 id_copia posible_identificador ok
#> 16 id_evento posible_identificador ok
#> 17 codigo_usuario casi_duplicados_vocabulario ok
#> 18 fecha_evento casi_duplicados_vocabulario ok
#> 19 canal casi_duplicados_vocabulario sospechoso
#> 20 <NA> filas_duplicadas error
#> 21 id_registro columnas_duplicadas sospechoso
#> 22 codigo_usuario dato_personal_posible ok
#> 23 contacto dato_personal_posible ok