Caso de uso 1.4 – Normalización de texto

Resumen

Se aplicaron strip() + lower() + remove_tildes para limpiar nombre y ciudad. Los primeros 20 cambios se muestran abajo; el JSON guarda todos los detalles.

Totales

Total registros
5010
Nombre normalizado
5010
Ciudad normalizada
4183
id_paciente campo valor original valor normalizado método
1nombreClaudia Torresclaudia torresstrip() + lower() + remove_tildes
1ciudadBarranquillabarranquillastrip() + lower() + remove_tildes
2nombreCarlos Gómezcarlos gomezstrip() + lower() + remove_tildes
2ciudadCalicalistrip() + lower() + remove_tildes
3nombreCarlos Gómezcarlos gomezstrip() + lower() + remove_tildes
3ciudadBucaramangabucaramangastrip() + lower() + remove_tildes
4nombreAndrea Lópezandrea lopezstrip() + lower() + remove_tildes
4ciudadBarranquillabarranquillastrip() + lower() + remove_tildes
5nombreJuan Gómezjuan gomezstrip() + lower() + remove_tildes
5ciudadBucaramangabucaramangastrip() + lower() + remove_tildes
6nombreMaría Lópezmaria lopezstrip() + lower() + remove_tildes
6ciudadBogotábogotastrip() + lower() + remove_tildes
7nombreMaría Torresmaria torresstrip() + lower() + remove_tildes
7ciudadCalicalistrip() + lower() + remove_tildes
8nombreAndrea Lópezandrea lopezstrip() + lower() + remove_tildes
8ciudadMedellínmedellinstrip() + lower() + remove_tildes
9nombreMaría Torresmaria torresstrip() + lower() + remove_tildes
9ciudadBarranquillabarranquillastrip() + lower() + remove_tildes
10nombreJuan Lópezjuan lopezstrip() + lower() + remove_tildes
10ciudadMedellínmedellinstrip() + lower() + remove_tildes