होम › सभी पाठ › प्रोजेक्ट

🧹 किराना बही-खाता सफ़ाई

430 rows का उलझा हुआ बिक्री-खाता → साफ़ sheet और पक्का हिसाब — data cleaning का असली हुनर

वे सीखने वाले जो spreadsheet की बुनियादी बातें (SUM, filter) जान चुके हैं और अब वैसा project चाहते हैं जैसा data-entry / data-cleaning के काम में client सच में देते हैं। ऐसे काम से कमाई संभव है, गारंटी नहीं — पर यह project आपके portfolio की सबसे काम की चीज़ बन सकता है।

डेटासेट: किराना बिक्री-खाता (जानबूझकर गड़बड़)

नमूना (synthetic) डेटा — अभ्यास के लिए बनाया गया। इसमें जानबूझकर गड़बड़ियाँ डाली गई हैं: एक ही सामान के कई spellings ('आलू'/'aloo'/'Alu '), लगभग 18 खाली दाम, और कुछ duplicate rows। — kirana_ledger.csv डाउनलोड करें

क़दम-दर-क़दम

1. फ़ाइल खोलो और डेटा से पहली मुलाक़ात — kirana_ledger.csv को अपने मुफ़्त spreadsheet app में खोलो (फ़ाइल पर tap करके 'Open with' में spreadsheet app चुनो)। ऊपर की पाँच columns देखो — date, item, qty, unit_price_rs, payment — और नीचे तक scroll करके देखो कि कुल कितनी rows हैं (लगभग 430)। पहली नज़र में जो भी अजीब लगे — कहीं दाम खाली, कहीं एक ही सामान दो नामों में — उसे notes में लिखते जाओ। छोटी जीत: अब आप किसी को बता सकते हो कि इस sheet में क्या-क्या है।
2. जासूसी करो: तीनों गड़बड़ियाँ ढूँढो — item column को A से Z sort करो — अब एक ही सामान के अलग-अलग spellings पास-पास दिखेंगे: 'Alu ' (आख़िर में छिपा हुआ space), 'aloo' और 'आलू'; ऐसे ही 'chawal' और 'Chawal'। फिर unit_price_rs पर filter लगाकर खाली (blank) cells गिनो — लगभग 18 मिलेंगी। जिन rows में date, item, qty, unit_price_rs, payment पाँचों एक जैसे हों, उन्हें duplicate के शक में note कर लो। छोटी जीत: आपकी लिखी हुई 'गड़बड़ी list' — कितने spellings, कितने खाली दाम, कितने duplicates।
3. नाम सुधारो: TRIM, LOWER और find-replace — एक नई column बनाओ और उसमें =TRIM(LOWER(B2)) लिखकर नीचे तक खींचो — इससे फ़ालतू space और बड़े-छोटे अक्षरों का फ़र्क़ ख़त्म हो जाएगा। फिर find-replace (ढूँढो और बदलो) से 'aloo' और 'alu' को 'आलू' में, और 'chawal' को 'चावल' में बदलो — मक़सद: हर सामान का सिर्फ़ एक नाम। आख़िर में दोबारा sort करके अपनी आँखों से जाँचो कि कोई पुराना spelling बचा तो नहीं। छोटी जीत: item column अब एकदम एक-सुर में है।
4. खाली दाम भरो — ईमानदारी के साथ — unit_price_rs की लगभग 18 खाली cells के लिए उसी item की भरी हुई rows देखो — जैसे आलू की बाक़ी rows में जो दाम है, उसका AVERAGE निकालकर खाली cell में भरो। हर भरी हुई cell को किसी रंग से highlight कर दो, ताकि साफ़ रहे कि यह असली दाम नहीं, अंदाज़ा (estimate) है — data के काम में यह ईमानदारी ही आपकी पहचान बनती है। छोटी जीत: एक भी दाम खाली नहीं, और कौन-सा अंदाज़ा है इसका record भी साफ़।
5. Duplicate rows हटाओ — Duplicate वही row है जिसकी पाँचों columns — date, item, qty, unit_price_rs, payment — किसी दूसरी row से हूबहू मिलती हों। पहले date और item से sort करो, तो एक जैसी rows आस-पास आ जाएँगी; हटाने से पहले दोनों rows अपनी आँखों से मिलाओ, क्योंकि एक ही दिन एक ही चीज़ का दो बार बिकना असली भी हो सकता है — पूरा row मिले तभी हटाओ। हटाने से पहले और बाद की कुल row count लिख लो। छोटी जीत: आपकी final साफ़ row count — यह नंबर आपकी summary में जाएगा।
6. अब हिसाब: हर item का total और best-seller — एक नई column total_rs बनाओ: F2 में =C2*D2 (यानी qty × unit_price_rs) लिखकर नीचे तक खींचो। फिर एक छोटी-सी table बनाकर हर item के सामने =SUMIF(B:B,"आलू",F:F) जैसे formula से उसका कुल total निकालो — जिसका total सबसे ज़्यादा, वही best-seller। चाहो तो payment column पर COUNTIF लगाकर देखो कि कितनी बिक्री cash, UPI और udhaar में हुई। छोटी जीत: अब आपके पास numbers हैं जो सवालों के जवाब देते हैं।
7. 5-line summary लिखो, portfolio तैयार करो — अपने आँकड़ों से 5 छोटी lines लिखो: सफ़ाई के बाद कुल rows, कितने spellings सुधारे, कितने दाम अंदाज़े से भरे, best-seller कौन-सा item रहा, और cash/UPI/udhaar का हाल। सिर्फ़ वही लिखो जो sheet से साबित होता है — बीते समय का data आगे की बिक्री की भविष्यवाणी नहीं करता, इसलिए 'आगे भी यही बिकेगा' जैसी बात मत लिखना। नीचे दिया README template भरो और साफ़ sheet + summary एक folder में save करो। एक ज़रूरी बात: अगर कोई आपका portfolio देखकर काम का वादा करे और 'registration fee' या OTP / PIN / bank details माँगे — वह scam है; असली client कभी ये नहीं माँगता। छोटी जीत: दिखाने लायक पूरा project, शुरू से आख़िर तक आपका अपना।

अपनी जाँच

• क्या मैंने sort करके अपनी आँखों से जाँचा कि item column में अब हर सामान का सिर्फ़ एक ही spelling बचा है?
• क्या हर अंदाज़े से भरे दाम (unit_price_rs) को मैंने highlight किया और summary में साफ़ लिखा कि वह estimate है?
• क्या हर duplicate row हटाने से पहले मैंने मिलाया कि पाँचों columns सच में हूबहू एक जैसी थीं?
• क्या मैंने SUMIF के नतीजों में से कम-से-कम 2 items का total हाथ से जोड़कर मिलाया?
• क्या AI के बताए हर formula को मैंने अपनी sheet पर चलाकर ख़ुद परखा — या आँख बंद करके मान लिया?
• क्या मेरी 5-line summary की हर बात sheet के आँकड़ों से साबित होती है — कोई भविष्यवाणी या बढ़ा-चढ़ाकर लिखी बात तो नहीं?