Business Scenario

Escenario de negocio

A CSV file contains addresses coming from multiple sources. State and city names are entered using different formats, abbreviations, casing, and informal labels. The goal is to standardize these values before reporting or loading the data into another system.

Un archivo CSV contiene direcciones provenientes de múltiples fuentes. Los estados y ciudades fueron ingresados con formatos, abreviaturas, mayúsculas/minúsculas y nombres informales diferentes. El objetivo es estandarizar estos valores antes de reportar o cargar la data en otro sistema.

Learning Objectives

Objetivos de aprendizaje

• Import a CSV file using PowerShell.
• Create mapping tables for state and city values.
• Normalize geographic text before applying mappings.
• Replace informal values with official standardized values.
• Export a clean dataset without overwriting the original file.

• Importar un archivo CSV usando PowerShell.
• Crear tablas de cruce para estados y ciudades.
• Normalizar texto geográfico antes de aplicar los cruces.
• Reemplazar valores informales por valores oficiales estandarizados.
• Exportar un dataset limpio sin sobrescribir el archivo original.

Sample Input Data

Data de entrada de ejemplo

EmployeeID,City,State
1001,Miami,Florida
1002,MIAMI,Fla.
1003,Hialeah,fl
1004,Miami Dade,FLORIDA
1005,Fort Lauderdale,Fla

Step 1 — Define Source and Output Files

Paso 1 — Definir archivos de entrada y salida

$sourceFile = "C:\Training\locations_raw.csv"
$outputFile = "C:\Training\locations_clean.csv"

Step 2 — Import the CSV File

Paso 2 — Importar el archivo CSV

$records = Import-Csv -Path $sourceFile

Step 3 — Create Standard Mapping Tables

Paso 3 — Crear tablas estándar de cruce

Hashtable mappings allow PowerShell to translate multiple source variations into one official value.

Las tablas hash permiten que PowerShell traduzca múltiples variaciones de origen hacia un solo valor oficial.

$stateMap = @{
    "FLORIDA" = "FL"
    "FLA"     = "FL"
    "FLA."    = "FL"
    "FL"      = "FL"
}

$cityMap = @{
    "MIAMI"       = "Miami"
    "HIALEAH"     = "Hialeah"
    "MIAMI DADE"  = "Miami-Dade"
    "MIAMI-DADE"  = "Miami-Dade"
}

Step 4 — Standardize State Values

Paso 4 — Estandarizar valores de estado

Trim spaces, convert values to uppercase, and use the mapping table to replace known variations.

Removemos espacios, convertimos a mayúsculas y usamos la tabla de cruce para reemplazar variaciones conocidas.

$records | ForEach-Object {
    $stateKey = $_.State.Trim().ToUpper()

    if ($stateMap.ContainsKey($stateKey)) {
        $_.State = $stateMap[$stateKey]
    }
}

Step 5 — Standardize City Values

Paso 5 — Estandarizar valores de ciudad

The same logic can be applied to city names, counties, departments, boroughs, or any geographic label used in reporting.

La misma lógica se puede aplicar a ciudades, condados, departamentos, boroughs o cualquier etiqueta geográfica usada en reportes.

$records | ForEach-Object {
    $cityKey = $_.City.Trim().ToUpper()

    if ($cityMap.ContainsKey($cityKey)) {
        $_.City = $cityMap[$cityKey]
    }
}

Step 6 — Export the Clean File

Paso 6 — Exportar el archivo limpio

$records | Export-Csv -Path $outputFile -NoTypeInformation -Encoding UTF8

Complete Script

Script completo

$sourceFile = "C:\Training\locations_raw.csv"
$outputFile = "C:\Training\locations_clean.csv"

$stateMap = @{
    "FLORIDA" = "FL"
    "FLA"     = "FL"
    "FLA."    = "FL"
    "FL"      = "FL"
}

$cityMap = @{
    "MIAMI"       = "Miami"
    "HIALEAH"     = "Hialeah"
    "MIAMI DADE"  = "Miami-Dade"
    "MIAMI-DADE"  = "Miami-Dade"
}

$records = Import-Csv -Path $sourceFile

$records | ForEach-Object {
    $stateKey = $_.State.Trim().ToUpper()
    $cityKey  = $_.City.Trim().ToUpper()

    if ($stateMap.ContainsKey($stateKey)) {
        $_.State = $stateMap[$stateKey]
    }

    if ($cityMap.ContainsKey($cityKey)) {
        $_.City = $cityMap[$cityKey]
    }
}

$records | Export-Csv -Path $outputFile -NoTypeInformation -Encoding UTF8

Expected Result

Resultado esperado

Validation Checklist

Lista de validación

• The original file remains unchanged.
• Known state variations are converted to the official abbreviation.
• Known city variations are converted to the official reporting label.
• Unmapped values remain visible for review instead of being silently deleted.
• The clean file can be used for reporting, grouping, dashboards, and downstream integrations.

• El archivo original permanece sin cambios.
• Las variaciones conocidas de estado se convierten a la abreviatura oficial.
• Las variaciones conocidas de ciudad se convierten a la etiqueta oficial de reporte.
• Los valores no mapeados permanecen visibles para revisión en vez de borrarse silenciosamente.
• El archivo limpio puede usarse para reportes, agrupaciones, dashboards e integraciones posteriores.

Professional Notes

Notas profesionales

Geographic standardization should be controlled by a reviewed mapping table. Avoid hard-coding business assumptions without approval. For official reporting, use authoritative standards such as state abbreviations, county names, city names, district codes, or organization-approved geography tables.

La estandarización geográfica debe controlarse mediante una tabla de cruce revisada. Evita codificar supuestos de negocio sin aprobación. Para reportes oficiales, utiliza estándares autorizados como abreviaturas de estado, nombres de condado, nombres de ciudad, códigos de distrito o tablas geográficas aprobadas por la organización.