06. Tipos de dados e filtragem

Um valor pode parecer correto na tela e ainda estar com o tipo errado. Datas tratadas como texto, moedas em ponto flutuante e códigos convertidos em número espalham erros por joins, filtros e agregações.

Preparar dados é construir o caminho entre uma fonte e uma base analítica confiável. Armazenamento, ingestão, qualidade e consulta formam uma sequência: uma decisão mal resolvida no início reaparece no modelo e no relatório. Este é o capítulo 6 de 24 da disciplina Preparar dados. A leitura parte do que foi construído em Ingestão com pipelines, fluxos e notebooks. Depois dele, o estudo avança para Valores ausentes e nulos.

Tipo representa significado

Inteiro, decimal, data, data e hora, booleano e texto definem operações possíveis. Código com zero à esquerda costuma ser texto; valor monetário exige precisão coerente; data precisa carregar semântica temporal. Formatar a aparência não corrige um tipo inadequado.

Com essa base, o capítulo segue para Precisão, escala e cultura. O conceito que acabou de ser apresentado passa a funcionar como ponto de partida para a decisão seguinte.

Precisão, escala e cultura

Decimais precisam comportar a quantidade de dígitos e casas do negócio. Ponto flutuante pode introduzir aproximação, inadequada para centavos quando exatidão é exigida. Separadores de data e decimal mudam por cultura; a conversão deve declarar a interpretação esperada.

A decisão anterior ainda não encerra o problema. Em Filtrar no momento correto, veremos o que muda quando esse mecanismo encontra outra camada, outro contexto ou uma necessidade mais específica.

Filtrar no momento correto

Reduzir linhas e colunas cedo economiza leitura e processamento, sobretudo quando a fonte consegue executar o filtro. Porém, um filtro aplicado antes de entender o requisito pode apagar histórico ou registros usados para auditoria. Primeiro defina o conjunto necessário; depois empurre a restrição para a etapa mais eficiente.

Resta ligar esse mecanismo a Erros não devem desaparecer. Essa passagem completa o fluxo e permite avaliar o resultado como um todo, em vez de conferir apenas uma configuração isolada.

Erros não devem desaparecer

Conversões inválidas revelam mudança de formato, marcador especial ou dado corrompido. Separe e conte os erros, descubra a causa e aplique uma regra documentada. Transformar tudo em texto ou substituir falhas por zero facilita a carga, mas destrói significado.

Com as quatro partes reunidas, já é possível sair das definições e acompanhar uma situação completa. O exemplo seguinte mostra como as decisões aparecem em conjunto e em que momento cada uma precisa ser conferida.