clean

name	clean
description	데이터 전처리 파이프라인. 결측값, 중복, 이상치, 타입 변환을 처리하는 노트북을 생성한다. 트리거: "dalykit:clean", "전처리", "결측값 처리".
user_invocable	true

Clean (데이터 전처리)

활성 kit 기준으로 clean/ 폴더에 전처리 노트북, 결과 JSON, cleaned.csv, 보고서를 저장한다.

사용법

dalykit:clean
dalykit:clean dalykit/data/raw/bank_customers.csv
dalykit:clean report

사전 조건

• dalykit/config/active.json이 있어야 한다
• 입력 데이터가 있어야 한다
  • 기본: dalykit/data/raw/{raw_data}
  • 선택: 사용자가 지정한 CSV 경로
• 의존성이 불명확하면 dalykit:doctor를 먼저 안내한다

경로 규칙

항목	경로
stage 디렉토리	dalykit/kits/{kit}/clean/
노트북	dalykit/kits/{kit}/clean/clean_pipeline.ipynb
결과 JSON	dalykit/kits/{kit}/clean/clean_results.json
결과 데이터	dalykit/kits/{kit}/clean/cleaned.csv
보고서	dalykit/kits/{kit}/clean/clean_report.md
시각화	dalykit/kits/{kit}/clean/figures/

워크플로우

dalykit:clean

1. 활성 kit 확인
2. 인자 없으면 raw 데이터를 사용한다
3. EDA 보고서가 있으면 함께 읽어 결측값·이상치·타입 이슈를 반영한다
4. CELL_PATTERNS.md를 참조해 노트북 생성
5. 노트북은 각 주요 처리 셀(결측값·중복·이상치·타입 변환) 끝에서 clean_results.json을 중간 저장하도록 구성한다
6. 노트북은 실행 시 clean_results.json, cleaned.csv, figures/를 저장하도록 구성

dalykit:clean report

1. clean_results.json을 읽는다
2. PREPROCESSING_REPORT.md를 참조해 보고서를 생성한다
3. clean_report.md에 저장한다
4. active.json.stages_completed와 artifacts.clean_data를 갱신한다

완료 기준

• dalykit:clean은 노트북 생성만 수행하므로 완료 단계로 기록하지 않는다
• dalykit:clean report까지 생성되어야 clean 단계 완료로 본다

규칙

1. 결과 데이터 파일명은 항상 cleaned.csv
2. 보고서 파일명은 항상 clean_report.md
3. figures는 clean/figures/에 저장한다
4. 결과 JSON이 없으면 보고서 생성 전에 노트북 실행을 안내한다
5. 셀 단위 저장은 clean_results.json을 덮어쓰는 방식으로 누적한다