# Data Cleaning - Pulizia dei dati (Data Analytics)

> Valori mancanti, duplicati, outlier, regole di business, trasformazione, qualità dei dati

- 20 domande da colloquio
- Junior
- [Domande da colloquio: Data Analytics](https://sharpskill.dev/it/technologies/data-analytics/domande-colloquio.md)

## 1. Cos'è un valore mancante (missing value) in un dataset?

**Risposta**

Un valore mancante rappresenta un dato assente o non compilato in un campo. Può apparire come cella vuota, NULL in un database o NaN in un DataFrame. Identificare i valori mancanti è il primo passo della pulizia dei dati perché possono distorcere le analisi statistiche e le aggregazioni.

## 2. Qual è la differenza tra un valore NULL e una stringa vuota in un database?

**Risposta**

NULL significa che il valore è sconosciuto o non esiste, mentre una stringa vuota è un valore noto che è vuoto. Questa distinzione è fondamentale in SQL perché NULL non può essere confrontato con l'operatore = (deve essere usato IS NULL), mentre una stringa vuota può essere confrontata normalmente con = ''.

## 3. Cos'è un duplicato in un dataset?

**Risposta**

Un duplicato è un record che appare più di una volta in un dataset, sia in modo esatto (tutte le colonne identiche) che parziale (alcune colonne chiave identiche). I duplicati distorcono conteggi, somme e medie. La loro rilevazione si basa tipicamente sull'identificazione delle colonne chiave che dovrebbero essere uniche.

## Altre 17 domande disponibili

- Quale tecnica permette di rilevare i duplicati esatti in SQL?
- Cos'è un outlier (valore anomalo) in un dataset?

Registrati gratis: https://sharpskill.dev/it/login

## Altri argomenti di colloquio Data Analytics

- [Google Sheets - Fondamenti](https://sharpskill.dev/it/technologies/data-analytics/domande-colloquio/google-sheets-basics.md): 20 domande, Junior
- [Google Sheets - Formule avanzate](https://sharpskill.dev/it/technologies/data-analytics/domande-colloquio/google-sheets-advanced.md): 20 domande, Junior
- [SQL - Fondamenti](https://sharpskill.dev/it/technologies/data-analytics/domande-colloquio/sql-basics.md): 25 domande, Junior
- [SQL - Aggregazioni e raggruppamenti](https://sharpskill.dev/it/technologies/data-analytics/domande-colloquio/sql-aggregations.md): 20 domande, Junior
- [SQL - Join](https://sharpskill.dev/it/technologies/data-analytics/domande-colloquio/sql-joins.md): 20 domande, Junior
- [BigQuery - Fondamenti](https://sharpskill.dev/it/technologies/data-analytics/domande-colloquio/bigquery-fundamentals.md): 20 domande, Junior
- [KPI e metriche di business](https://sharpskill.dev/it/technologies/data-analytics/domande-colloquio/kpis-metrics.md): 20 domande, Junior
- [Statistica descrittiva](https://sharpskill.dev/it/technologies/data-analytics/domande-colloquio/descriptive-statistics.md): 20 domande, Junior
- [Zapier e automazione No-Code](https://sharpskill.dev/it/technologies/data-analytics/domande-colloquio/zapier-automation.md): 20 domande, Junior
- [Principi di data visualization](https://sharpskill.dev/it/technologies/data-analytics/domande-colloquio/data-viz-principles.md): 20 domande, Junior
- [Python & Pandas - Fondamenti](https://sharpskill.dev/it/technologies/data-analytics/domande-colloquio/python-pandas-basics.md): 20 domande, Junior
- [Google Sheets - Dashboard automatizzate](https://sharpskill.dev/it/technologies/data-analytics/domande-colloquio/google-sheets-dashboards.md): 20 domande, Mid-Level
- [SQL - Subquery e CTE](https://sharpskill.dev/it/technologies/data-analytics/domande-colloquio/sql-subqueries-ctes.md): 20 domande, Mid-Level
- [SQL - Window Functions](https://sharpskill.dev/it/technologies/data-analytics/domande-colloquio/sql-window-functions.md): 20 domande, Mid-Level
- [BigQuery - Funzionalità avanzate](https://sharpskill.dev/it/technologies/data-analytics/domande-colloquio/bigquery-advanced.md): 20 domande, Mid-Level
- [Data Modeling](https://sharpskill.dev/it/technologies/data-analytics/domande-colloquio/data-modeling.md): 20 domande, Mid-Level
- [Analisi di funnel e conversione](https://sharpskill.dev/it/technologies/data-analytics/domande-colloquio/funnel-analysis.md): 20 domande, Mid-Level
- [Analisi delle coorti e retention](https://sharpskill.dev/it/technologies/data-analytics/domande-colloquio/cohort-retention.md): 20 domande, Mid-Level
- [Google Tag Manager e tracking](https://sharpskill.dev/it/technologies/data-analytics/domande-colloquio/gtm-tracking.md): 20 domande, Mid-Level
- [API e webhook](https://sharpskill.dev/it/technologies/data-analytics/domande-colloquio/apis-webhooks.md): 20 domande, Mid-Level
- [dbt - Fondamenti](https://sharpskill.dev/it/technologies/data-analytics/domande-colloquio/dbt-fundamentals.md): 20 domande, Mid-Level
- [AB Testing e statistica applicata](https://sharpskill.dev/it/technologies/data-analytics/domande-colloquio/ab-testing.md): 20 domande, Mid-Level
- [Looker Studio (Google Data Studio)](https://sharpskill.dev/it/technologies/data-analytics/domande-colloquio/looker-studio.md): 20 domande, Mid-Level
- [Power BI - Fondamenti](https://sharpskill.dev/it/technologies/data-analytics/domande-colloquio/power-bi-fundamentals.md): 20 domande, Mid-Level
- [SQL - Query analitiche avanzate](https://sharpskill.dev/it/technologies/data-analytics/domande-colloquio/sql-advanced-analytics.md): 20 domande, Senior
- [dbt - Funzionalità avanzate](https://sharpskill.dev/it/technologies/data-analytics/domande-colloquio/dbt-advanced.md): 20 domande, Senior
- [Power BI - DAX e dashboard avanzate](https://sharpskill.dev/it/technologies/data-analytics/domande-colloquio/power-bi-dax.md): 20 domande, Senior
- [Python Analytics - Analisi avanzata e ML](https://sharpskill.dev/it/technologies/data-analytics/domande-colloquio/python-analytics-advanced.md): 20 domande, Senior

---

Source: SharpSkill (https://sharpskill.dev), tech interview preparation for your real stack.
HTML version of this page: https://sharpskill.dev/it/technologies/data-analytics/domande-colloquio/data-cleaning