Qualité et nettoyage des données

Une carte n'est jamais meilleure que les données qui l'alimentent. Ce module donne une méthode simple pour nettoyer une base avant de la cartographier.

À LA FIN DE CE MODULE, VOUS SEREZ CAPABLE DE :

reconnaître les problèmes typiques d'une base 3W ou d'une liste de sites ;
nettoyer un tableau dans Excel avec quelques fonctions ;
faire correspondre des noms de lieux à des P-codes ;
appliquer une liste de validation avant toute cartographie.

7.1 Les problèmes les plus fréquents

Problème	Exemple	Conséquence sur la carte
Orthographe variable	Rutshuru, Rutchuru, RUTSHURU	Trois territoires différents ; jointure incomplète.
Espaces invisibles	« Goma » suivi d'un espace	La jointure échoue sans message d'erreur.
Cellules fusionnées et totaux	Ligne « Total Nord-Kivu » au milieu du tableau	Double comptage.
Niveaux mélangés	Territoires et zones de santé dans la même colonne	Valeurs placées sur la mauvaise unité.
Doublons	Même partenaire saisi deux fois	Surestimation de la présence.
Codes perdus	P-code CD6101 devenu un nombre	Jointure impossible.

7.2 Nettoyer dans Excel

Fonction Excel (version française)	Usage
`=SUPPRESPACE(A2)`	Supprime les espaces en trop (TRIM en anglais).
`=NOMPROPRE(A2)`	Met la première lettre de chaque mot en majuscule (PROPER).
`=SUBSTITUE(A2;"Rutchuru";"Rutshuru")`	Remplace une orthographe par une autre (SUBSTITUTE).
`=RECHERCHEV(A2;Pcodes!A:B;2;FAUX)`	Récupère le P-code correspondant au nom (VLOOKUP).
`=NB.SI(A:A;A2)`	Compte les occurrences pour repérer les doublons (COUNTIF).

7.3 Faire correspondre noms et P-codes

Préparez une table de référence : nom officiel, variantes connues, P-code.
Nettoyez les noms des deux côtés (espaces, majuscules, accents).
Faites une première correspondance exacte avec RECHERCHEV.
Traitez à la main les lignes sans correspondance et ajoutez les variantes à la table de référence.
Gardez la table de référence : elle servira à chaque mise à jour.

7.4 Liste de validation avant cartographie

Une ligne = une unité ; pas de totaux ni de cellules fusionnées.
Chaque ligne a un P-code valide du bon niveau.
Aucun doublon non expliqué.
Les valeurs numériques sont des nombres, pas du texte.
La date des données est connue et identique pour toutes les lignes.
Les champs sensibles ont été retirés (Module 3).

EXERCICE 7.ANettoyer une base 3W du Sud-Kivu50 min

Objectif. Obtenir une base prête à être jointe aux zones de santé.

Étapes

Ouvrez 04_Exercices/M07/3W_SudKivu_brut.xlsx (fictif).
Supprimez lignes de total, espaces et doublons.
Harmonisez les noms de zones de santé avec la table de référence fournie.
Ajoutez la colonne P-code par RECHERCHEV et traitez les lignes restantes.
Produisez un tableau propre : une ligne par zone de santé et par secteur, avec le nombre de partenaires.

Questions

Combien de lignes n'avaient pas de correspondance au départ ? Pourquoi ?