Как вы чистите сырые данные

Начинаю с разведки: shape, head, info для типов, describe и доля пропусков по колонкам через isna().mean(). Потом типы: даты через to_datetime, числа через to_numeric(errors="coerce"), а после этого смотрю, сколько значений превратилось в NaN, и разбираю их отдельно, чтобы не потерять данные молча. Строки нормализую: str.strip, регистр, единый формат телефонов или городов. Дальше дубли: полные и по бизнес-ключу, с правилом, какую версию оставляю, обычно самую свежую по updated_at. Пропуски обрабатываю по смыслу: где-то это ноль, где-то «неизвестно», иногда добавляю флаг пропуска. В конце проверки: уникальность ключа, разумные диапазоны, число строк до и после каждого шага и сверка итоговых сумм с источником.