Ich erstelle ein effizientes Skript für CSV und Excel

Ich schreibe Datenbereinigungsskripte und -tools für unordentliche CSV- und Excel-Dateien, die Art von einmaligen Pandas-Skripten, die die meisten Leute schreiben, nur dass meine tatsächlich anzeigt, was sich geändert hat und warum, anstatt deine Daten nur stillschweigend zu "reparieren".

Warum das wichtig ist: die meisten schnellen Bereinigungsskripte überschreiben deine Daten, ohne zu dokumentieren, was geändert wurde, warum eine Zeile entfernt wurde oder wie ein Duplikat erkannt wurde, was das Ergebnis schwer vertrauenswürdig oder überprüfbar macht.

Was du bekommst:

• Normalisierung von Text, Groß-/Kleinschreibung, Leerzeichen, Daten, E-Mails und Telefonnummern
• Exakte Duplikaterkennung, mit fuzzy matching auf Premium für nahezu doppelte Einträge (Tippfehler, Formatunterschiede)
• Ein strukturiertes Bericht (JSON oder HTML bei Standard/Premium), das genau zeigt, welche Zellen sich geändert haben, welche Zeilen markiert wurden und warum, anstatt nur eine bereinigte Datei ohne Erklärung
• Bei Standard/Premium: ein wiederverwendbares CLI-Tool statt eines Wegwerf-Skripts, plus Validierungsregeln (Pflichtfelder, Wertebereiche, erlaubte Werte, gültige E-Mails/Daten), die Probleme melden, anstatt stillschweigend eine Lösung zu raten
• Vollständiger Quellcode, mit dem du es bei zukünftigen Daten selbst wieder ausführen kannst

Für wen das ist: jeder mit einer unordentlichen Kundenliste, Produktkatalog oder Exportdatei, die gereinigt werden muss