Este proyecto demuestra técnicas de limpieza de datos utilizando SQL, trabajando con un dataset que contiene errores comunes en entornos reales.

• Valores NULL
• Registros duplicados
• Formatos inconsistentes (ciudades en minúsculas)
• Emails inválidos
• Registros incompletos

Se utilizó ROW_NUMBER() para identificar y eliminar registros duplicados.

Se reemplazaron valores NULL en la columna edad con el promedio.

Las ciudades se transformaron a mayúsculas para consistencia.

Se identificaron emails inválidos mediante patrones.

Se eliminaron registros sin nombre.

• Uso de CTEs para limpieza de datos
• Manejo de datos incompletos
• Validación de calidad de datos
• Transformación y estandarización

• cleaning_queries.sql → contiene todo el proceso de limpieza