Limpieza de datos — el oficio del archivero
Cuando una comunidad indígena constituye o amplía un resguardo, la tierra se distribuye conforme al censo realizado: quien no queda en la lista ese día no existe para el reparto. Hoy limpias un conjunto de datos sucio y aprendes por qué borrar sin dejar constancia no es limpiar, sino hacer desaparecer.
Antes de la tecnología, este saber.
Cuando una comunidad indígena va a constituir o ampliar un resguardo, hay que levantar un censo poblacional. Conviene decir qué es exactamente: un procedimiento del Estado hecho con la comunidad, no una práctica ancestral. El instructivo lo define como una fotografía de la realidad de una comunidad en un tiempo y un espacio específicos. Se levanta persona por persona, con apoyo de miembros del cabildo, profesores y líderes, y después funcionarios lo verifican. Y aquí está lo que importa para hoy: la tierra se distribuye conforme al censo realizado. Eso convierte una lista en algo muy serio. La cara de exclusión cabe en una frase: quien no queda en la lista el día del censo no existe para el reparto. Un dato mal escrito, un nombre repetido o una casilla vacía no son errores de forma. Son alguien que aparece dos veces o alguien que no aparece.
Fuente. Agencia Nacional de Tierras, Dirección de Asuntos Étnicos. (2023). Instructivo: levantamiento y diligenciamiento del formato de censo poblacional para comunidades indígenas (ACCTI-I-021, versión 1).
En un censo, quien queda fuera de la lista no existe para el reparto. En tu conjunto de datos, ¿qué desaparece cada vez que borras una fila sin anotarlo?
Un nombre repetido o una casilla vacía no son errores de forma. Son alguien que aparece dos veces o alguien que no aparece.
"¿Qué le pasaría a tu tabla si borraras hoy todas las filas incompletas y mañana te preguntaran cuántas eran?"
Esto vas a recorrer hoy.
- 1
Quien no está en la lista
10 min - 2
Actividad 1 · Descubre la suciedad
15 min - 3
Actividad 2 · Los cuatro tipos y su tratamiento
20 min - 4
Actividad 3 · Limpia con bitácora
30 min - 5
Verifica, tres citas y tu compromiso
15 min
Cuaderno: empieza en página nueva con este encabezado —Guía · Tema · Fecha—. Solo lo que aparezca en los bloques de actividad y en los de saber ancestral y triángulo va al cuaderno; el resto es para leer y entender.
Dos veces el mismo
En 2 minutos, mira una lista que tengas, de contactos o de gastos. Busca algo escrito de dos maneras que en realidad sea lo mismo.
3 minEn la sesión 6 graficaste los datos y viste cómo cambia la lectura según el gráfico.
En la sesión 8 auditas gráficos engañosos y aprendes los cinco trucos más comunes.
Las 5 palabras que vas a entender hoy.
Domina estas ideas y todo lo demás cae solo. Léelas antes de abrir el PDF.
Los cuatro tipos
-
Duplicado
Fila que repite información ya presente. Se elimina la copia y se conserva el original, siempre con nota.
Ej. Cuidado con los falsos duplicados: dos personas distintas pueden llamarse igual.
-
Formato inconsistente
La misma información escrita de varias maneras. Se elige un formato y se normaliza todo el conjunto.
Ej. Al normalizar suele bajar el número de categorías, y esa bajada indica que funcionó.
-
Vacío
Celda sin dato. Es una decisión, no un accidente: se completa, se marca con un valor explícito o se descarta la fila.
Ej. Lo que no vale es no elegir y dejar que otro adivine qué significaba ese hueco.
El método
-
Identificar, decidir, documentar
El orden del oficio. Nunca se corrige sin haber decidido, y nunca se decide sin dejar constancia.
Ej. Cada entrada de bitácora dice qué encontraste, qué decidiste, por qué y a qué celdas afectó.
-
Original y copia
El archivo original se conserva intacto y la limpieza se hace sobre una copia. Sin eso no hay vuelta atrás.
Ej. Lo que se borra sin registro no se puede recuperar ni discutir después.
Ahora, a tu cuaderno.
Estas son las actividades que vas a desarrollar y dejar registradas. Lo que NO aparece como Actividad es para entender, no para copiar.
Descubre la suciedad
- Abre el archivo sucio sin instrucciones sobre qué buscar.
- Cuenta cuántas filas parecen repetidas y cuántos formatos de fecha aparecen.
- Cuenta las celdas vacías y mira si se concentran en alguna columna.
- Busca nombres escritos de dos maneras que sean el mismo.
- Anota cuál de los cuatro problemas te costó más ver.
- Título:
- «Actividad 1 — Descubre la suciedad»
- Formato:
- tabla de 4 filas y 3 columnas (tipo de suciedad / cuántos encontré / dónde se concentran)
- Extensión:
- un tercio de página
- Los cuatro tipos tienen un número, aunque alguno sea cero.
- Está marcado el problema que costó más ver.
Los cuatro tipos y su tratamiento
- Con tu pareja, escriban los cuatro tipos con una frase propia cada uno.
- Escriban el tratamiento de cada uno antes de tocar el archivo.
- Decidan para cada columna con vacíos si se completan, se marcan o se descarta la fila.
- Anoten qué se perdería si borraran las filas incompletas sin avisar.
- Título:
- «Actividad 2 — Los cuatro tipos y su tratamiento»
- Formato:
- los cuatro tipos con frase propia, su tratamiento y la decisión sobre los vacíos por columna
- Extensión:
- media página
- Cada columna con vacíos tiene su decisión escrita.
- El tratamiento se decidió antes de tocar el archivo.
Limpia con bitácora
- Duplica el archivo y trabaja solo sobre la copia.
- Abre la bitácora antes de tocar el primer dato.
- Resuelve los duplicados y anota cuántos eran y cuáles conservaste.
- Normaliza los formatos, resuelve los vacíos y unifica los errores de escritura.
- Pásale la bitácora a un compañero para que repita tu limpieza.
- Título:
- «Actividad 3 — Limpia con bitácora»
- Formato:
- las cuatro entradas de la bitácora completas y la nota de quién repitió la limpieza
- Extensión:
- media página
- Un compañero llegó al mismo resultado con la bitácora sola.
- El original quedó intacto.
Ahora aplica lo aprendido.
Tienes el PDF leído. Aquí pones las manos. Estos labs te ayudan a verificar que entendiste antes de la próxima clase.
¿Sabes limpiar sin hacer desaparecer?
Cinco preguntas sobre los cuatro tipos de suciedad y el método. No va al cuaderno.
- 1 ¿Por qué se limpia sobre una copia y no sobre el original?
- 2 Encuentras dos filas idénticas con el mismo nombre. ¿Qué haces?
- 3 ¿Qué significa que un vacío sea una decisión y no un accidente?
- 4 ¿Qué debe contener cada entrada de la bitácora?
- 5 En un censo para constituir un resguardo, ¿qué pasa con quien no queda en la lista?
¡Completaste el quiz!
Aciertos: 0 de 5
Tres voces para cerrar.
No es decoración: son tres lentes que te acompañan toda la secundaria. Lee con calma y responde la pregunta-espejo en tu cuaderno.
Enrique Dussel
lente del nosotros«Hay lengua cotidiana (la de todos los días), lengua de culturas ilustradas, de cultura de masas, lengua de cultura popular… lengua política (que se comprende no por lo que dice sino por lo que calla, contra quién lo dice, cuándo y por qué…).»
— Enrique Dussel · Filosofía de la liberación (1977), §4.2.4.4
Pregunta-espejo: ¿Qué calla mi tabla, y estoy documentando ese silencio o borrándolo?
Séneca
lente del cuidado interior«El mayor remedio para la ira es la demora. (trad. propia)»
— Séneca · Sobre la ira, II, 29 (c. 45 d.C.)
Pregunta-espejo: ¿Qué borré de un tirón alguna vez y después necesité de vuelta?
Luciano Floridi
lente de la infoesfera«Necesitamos más y mejores técnicas y tecnologías para ver los pequeños patrones en los datos, pero necesitamos más y mejor epistemología para cribar los valiosos. (trad. propia)»
— Luciano Floridi · Big data and their epistemological challenge (2012)
Pregunta-espejo: ¿Qué decisión de mi limpieza no habría podido tomar un programa por mí?
Nota para el docente. Las tres son citas textuales y llevan su referencia debajo. Puedes remitir a la obra en clase.
Cinco dimensiones que te llevas.
No solo aprendiste un tema. Mira en cinco direcciones lo que esta sesión dejó en ti.
Personal
Aprendiste que decidir antes de corregir es lo que separa el oficio de la prisa.
Emocional
Limpiar es tedioso y no luce. También es donde se arruinan o se salvan semanas de trabajo ajeno.
Ciudadana
Un registro decide repartos reales. Quien no queda en la lista queda fuera de lo que la lista distribuye.
Local
El censo de un resguardo lo levantan el cabildo, los profesores y los líderes, persona por persona.
Intergeneracional
Una bitácora permite que alguien entienda dentro de años por qué un dato cambió, y no tenga que adivinar.
Transferencia a tu vida
Pídele a un compañero que repita tu limpieza con la bitácora en la mano. Anota dónde se atascó: ahí falta una línea.
¿Qué te llevás de esta guía?
Escribe en tus propias palabras: qué aprendiste, qué te sorprendió, o cómo conecta con tu vida. Máximo 800 caracteres. No se califica — es para ti.
Inicia sesión para guardar tu reflexión y que quede en tu historial.
Retroalimentación de tu docente
Marca esta guía como completada
Cargando tu progreso…
Envíaselo a quien lo necesite
Tus compañeras y compañeros, padres o profesores pueden abrir esto directamente en su celular sin instalar nada.
Introducción
Activación de conocimientos previos y planteamiento del problema o pregunta orientadora.
Desarrollo conceptual
Explicación de los contenidos de la sesión con ejemplos, recursos visuales y referencias.
Actividad práctica
Ejercicio individual o colaborativo donde aplicas lo aprendido.
Evaluación
Cuestionario interactivo, producto o reflexión escrita para evidenciar el aprendizaje.