Dokumente und Daten
Datenwörterbuch für eine CSV-Datei: So dokumentieren Sie jede Spalte
Eine CSV-Datei lässt sich fehlerfrei öffnen und ist dennoch schwer zu verstehen. Erfahren Sie, wie Sie Namen, Datentypen, Codes, fehlende Werte, Einheiten und Datumsangaben mit einer praktischen Vorlage dokumentieren.
Eine lesbare CSV-Datei ist nicht immer verständlich
Eine CSV-Datei lässt sich möglicherweise problemlos in einer Tabellenkalkulation öffnen und wirft trotzdem grundlegende Fragen auf: Was stellt jede Spalte dar? Ist ein Wert wie „3“ eine Menge oder ein Code? Bedeutet eine leere Zelle, dass etwas nicht zutrifft, oder ist der Wert unbekannt? Das Format ordnet Werte in Zeilen und Spalten an, erklärt aber nicht von selbst, was jedes Feld bedeutet oder ob es ausgefüllt sein muss. Der [Leitfaden für tabellarische CSV-Daten von datos.gob.es](https://datos.gob.es/sites/default/files/doc/file/guia_csv_vf.pdf) weist darauf hin, dass CSV keinen Mechanismus enthält, um den Datentyp einer Spalte oder die Verbindlichkeit ihrer Werte anzugeben. Dieser fehlende Kontext kann dazu führen, dass zwei Teams denselben Datensatz unterschiedlich interpretieren.
Ein Datenwörterbuch beseitigt diese Mehrdeutigkeit durch eine Beschreibung jeder Spalte und ausdrücklich festgehaltene Interpretationsregeln. Es ersetzt die CSV-Datei nicht und korrigiert ihre Daten auch nicht: Es ergänzt die Lieferung, damit die Empfänger sie verstehen und einheitlich nutzen können. Besonders nützlich ist es, wenn die Datei zwischen Abteilungen weitergegeben, in ein anderes System integriert oder häufig aktualisiert wird. Das praktische Ziel: Auch jemand, der nicht an der Erstellung der Datei beteiligt war, kann erkennen, was jeder Wert bedeutet und wie mit Ausnahmen umzugehen ist.
- Enthält eine Spalte Codes, sollten Sie nicht voraussetzen, dass ihre Bedeutung offensichtlich ist.
- Können Daten fehlen, geben Sie an, wofür die jeweiligen Formen fehlender Angaben stehen.
- Hat eine Zahl eine Einheit, Währung oder Skala, dokumentieren Sie diese direkt beim Feld.
Was dokumentiert wird – und was nicht dazugehört
Das Wörterbuch beschreibt den Inhalt: Variablennamen, Bedeutung, erwarteten Datentyp oder Format, Einheiten und gegebenenfalls codierte Werte mit ihren Bezeichnungen. Es kann auch angeben, ob ein Feld leer bleiben darf und wie ein fehlender Wert zu interpretieren ist. Bei einem Feld namens „status“ reicht es beispielsweise nicht zu sagen, dass Codes verwendet werden: Es muss festgehalten werden, wofür jeder Code steht. Das DANE nennt in seiner Beschreibung von Wörterbüchern den Variablennamen, den Datentyp oder das Format sowie bei codierten Kategorien den jeweiligen Code und die zugehörige Bezeichnung. Die Dokumentation sollte sich auf die tatsächliche Tabellenstruktur beziehen: Jedes beschriebene Feld entspricht einer Spalte, jede Beobachtung oder jeder Datensatz einer Zeile.
Verwechseln Sie das Wörterbuch nicht mit einem Liefermanifest, das Dateien, Daten oder eingegangene Versionen aufführen kann, oder mit einer Exportanleitung, die erklärt, wie die Datei erstellt wurde. Diese Dokumente können sich ergänzen, beantworten aber unterschiedliche Fragen. Das Wörterbuch ist auch nicht der richtige Ort, um Datenzeilen zu wiederholen oder jede Datei eines Ordners aufzulisten. Werden diese Ziele getrennt gehalten, lassen sich Aktualisierungen leichter vornehmen: Ändern Sie die Beschreibung, wenn sich eine Regel oder ein Feld ändert, und aktualisieren Sie die Lieferinformationen, wenn sich das geteilte Paket ändert.
- Datenwörterbuch: Was jede Spalte bedeutet und wie ihre Werte zu interpretieren sind.
- Manifest: Welche Dateien zu einer Lieferung gehören.
- Exportanleitung: Wie die Datei erstellt oder aufbereitet wird.
Mindestvorlage für jede Spalte
Beginnen Sie mit einer Dokumentationszeile für jede Überschrift in der CSV-Datei. Übernehmen Sie den exakten Spaltennamen, damit sich der Eintrag leicht der Datei zuordnen lässt. Ergänzen Sie eine konkrete Beschreibung, den erwarteten Datentyp oder das Format, gegebenenfalls die Einheit, zulässige Werte oder das verwendete Vokabular sowie die Information, ob das Feld leer bleiben darf. Gibt es zusätzliche Regeln – etwa, dass ein Feld aus anderen berechnet wird –, halten Sie diese ebenfalls fest. Eine nützliche Definition klärt die Interpretation und beschränkt sich nicht darauf, den Namen umzuformulieren. Der [Leitfaden für Verfahren zu Verwaltungsregistern des DANE](https://www.dane.gov.co/files/sen/registros-administrativos/cooperacionBID/peru/peru_procedimientos.pdf) beschreibt Bestandteile eines Variablenblatts wie Name, Datentyp oder Format sowie gegebenenfalls Code und Bezeichnung.
Überlassen Sie wesentliche Angaben nicht der Interpretation der lesenden Person. „Datum“ ist zu allgemein, wenn wichtig ist, ob der Erstellungs- oder der Abschlusstag erfasst wird; „Betrag“ ist ohne Währung oder Einheit unvollständig; „Kategorie“ erklärt nicht, welche Optionen gültig sind. Gibt es noch keine feste Regel für den Datensatz, kennzeichnen Sie sie als offen, anstatt eine Annahme als Vorgabe darzustellen. Halten Sie die Beschreibungen kurz, aber ausführlich genug, damit Entscheidungen ohne Rückfrage bei der Person möglich sind, die die Datei erstellt hat.
- spaltenname: identisch mit der Überschrift in der CSV-Datei.
- bedeutung: Was das Feld darstellt und, falls hilfreich, was es nicht darstellt.
- datentyp/format: zum Beispiel Text, Ganzzahl oder Datum mit festgelegtem Format.
- einheit: zum Beispiel Stück, Kilogramm oder eine angegebene Währung.
- zulässige_werte: anwendbare Codes, Bezeichnungen oder Vokabulare.
- fehlende_werte: ob sie zulässig sind und wie sie codiert werden.
- regel: Herkunft oder Berechnung, wenn das Feld abgeleitet wird.
Fiktives Beispiel: Codes, fehlende Werte, Datumsangaben und Berechnungen
Stellen Sie sich eine fiktive Datei zur Auftragsverfolgung ohne personenbezogene Daten vor. Das Feld „status“ könnte Text mit den zulässigen Werten „offen“, „in_bearbeitung“ und „geschlossen“ enthalten oder numerische Codes verwenden. Werden Codes verwendet, muss das Wörterbuch jedem Code seine Bezeichnung zuordnen, zum Beispiel: 1 = offen, 2 = in Bearbeitung, 3 = geschlossen. Das Beispiel legt keine allgemeingültige Konvention fest: Es zeigt, warum die Zuordnung schriftlich festgehalten und dieselbe Codierung für denselben Begriff in zusammengehörigen Lieferungen beibehalten werden sollte.
Dokumentieren Sie für „abschlussdatum“, dass es das Datum bezeichnet, an dem der Auftrag geschlossen wird, welches Format erwartet wird und ob das Feld leer bleiben darf, solange der Auftrag noch offen ist. Ist die Uhrzeit wichtig, geben Sie auch die Zeitzone oder die verwendete Zeitregel an, statt unterschiedliche Lesende darüber rätseln zu lassen. Nennen Sie bei „gesamtbetrag“ die Währung und ob das Feld aus anderen Werten berechnet wird. Enthält eine berechnete Spalte eine Rundung oder eine andere Regel, beschreiben Sie diese so, dass sie praktisch anwendbar ist. So lässt sich das Beispiel interpretieren, ohne daraus eine Norm für andere Datensätze zu machen.
- status: 1 = offen; 2 = in Bearbeitung; 3 = geschlossen.
- abschlussdatum: Datum des Abschlusses; fehlender Wert zulässig, solange der Auftrag nicht geschlossen ist.
- gesamtbetrag: Betrag in einer angegebenen Währung; gegebenenfalls die Berechnungsregel notieren.
- menge: Anzahl der Einheiten; den Wert 0 nicht mit einem fehlenden Wert verwechseln.
Fehlende Werte, Einheiten und Vokabulare festlegen
Die Unterscheidung zwischen dem Wert 0, einer leeren Zelle und einem unbekannten Wert ist grundlegend. Der Wert 0 kann eine tatsächliche Angabe sein; eine leere Zelle kann bedeuten, dass eine Angabe fehlt; und ein Code wie „-1“ könnte einen unbekannten oder nicht erhobenen Wert darstellen, sofern dies so festgelegt wurde. Diese Fälle sind nicht gleichbedeutend. Der [Leitfaden zur Qualität offener Daten von datos.gob.es](https://datos.gob.es/sites/default/files/doc/file/guia_calidad_de_datos_abiertos.pdf) empfiehlt, den Zahlenwert null als „0“ darzustellen und einen unbekannten oder nicht erhobenen Wert zu erklären und mit einem festgelegten Code zu kennzeichnen. Können leere Zellen mehrere Bedeutungen haben, beschreiben Sie diese ausdrücklich. Auch der [Leitfaden zur Veröffentlichung offener Daten von Datos Argentina](https://datosgobar.github.io/paquete-apertura-datos/pdf/anexo-II-guia-abiertos.pdf) empfiehlt, solche Bedeutungen explizit festzuhalten. Stehen leere Zellen immer für fehlende Angaben, dokumentieren Sie diese Regel, ohne zusätzliche Kategorien zu erfinden.
Führen Sie bei kategorialen Feldern die gültigen Optionen und ihre Bedeutungen auf und verwenden Sie für gleichbedeutende Konzepte eine einheitliche Codierung. Geben Sie bei numerischen Feldern die Einheit oder Währung an: „12“ verrät nicht, ob es sich um Stück, Stunden oder einen Geldbetrag handelt. Das [Merkblatt zu tabellarischen CSV-Daten von datos.gob.es](https://datos.gob.es/sites/default/files/doc/file/cheat_sheet_csv_vf.pdf) empfiehlt, Einheiten für numerische Werte zu dokumentieren und eine einheitliche Codierung zu verwenden. Klären Sie bei Datum und Uhrzeit das Format und gegebenenfalls die Zeitzone und beschreiben Sie, welches Ereignis das Feld erfasst. Solche Angaben verringern Interpretations- und Integrationsfehler, garantieren aber nicht von selbst, dass alle Werte in der CSV-Datei den Regeln entsprechen: Die Datei muss weiterhin geprüft werden.
- Unterscheiden Sie zwischen dem Wert 0, einer leeren Zelle und einem Code für unbekannte oder nicht erhobene Werte.
- Erklären Sie, ob fehlende Angaben zulässig sind und unter welchen Bedingungen.
- Geben Sie Einheit, Währung, Format und Zeitzone an, wenn sie relevant sind.
- Definieren Sie Kategorien und Codes mit den zugehörigen Bezeichnungen.
CSV-Datei und Wörterbuch gemeinsam prüfen
Vergleichen Sie vor dem Teilen jede Überschrift der CSV-Datei mit den Einträgen im Wörterbuch: Suchen Sie nach nicht dokumentierten Spalten, veralteten Namen und beschriebenen Feldern, die nicht mehr vorhanden sind. Prüfen Sie anschließend Beispiele und zulässige Werte anhand der tatsächlichen Daten. Behauptet das Wörterbuch, ein Feld lasse nur drei Codes zu, kontrollieren Sie, ob die beobachteten Werte dieser Liste entsprechen, oder dokumentieren und klären Sie die Ausnahme. Durch die gemeinsame Prüfung lassen sich Widersprüche erkennen, die bei einer getrennten Kontrolle der Dateien leicht übersehen werden.
Es empfiehlt sich, die Prüfung gemeinsam mit einer Person durchzuführen, die die Daten nicht vorbereitet hat. Bitten Sie sie zu erklären, was eine Spalte bedeutet, wie sie eine leere Zelle behandeln würde und welche Einheit sie einer Zahl zuordnen würde. Muss sie raten, verbessern Sie die Dokumentation. Bewahren Sie für spätere Überarbeitungen eine editierbare Kopie auf und ordnen Sie jedes Wörterbuch einer konkreten CSV-Lieferung zu. Ändern sich das Schema oder eine Bedeutungsregel, aktualisieren Sie die Dokumentation gleichzeitig. Verlassen Sie sich nicht darauf, den Kontext später aus einer informellen Notiz oder einem Dateinamen rekonstruieren zu können.
- Exakte Übereinstimmung zwischen Überschriften und Wörterbucheinträgen prüfen.
- Codes, Einheiten, Formate und Beispiele mit den Daten abgleichen.
- Widersprüchliche Regeln zu Pflichtfeldern und fehlenden Werten suchen.
- Festhalten, welche Version des Wörterbuchs zu welcher CSV-Datei gehört.
- Eine nicht an der Aufbereitung beteiligte Person bitten, einige Felder zu interpretieren.
Referenzen und Aufbewahrung der Dokumentation
Die folgenden Leitfäden unterstützen die Empfehlungen zu Tabellenstrukturen, Variablenblättern, Codes, Einheiten und fehlenden Werten. Lesen Sie die Quellen, um ihre Konventionen zu prüfen und sie an die Anforderungen Ihres Datensatzes anzupassen:
Bewahren Sie die CSV-Datei und ihr Wörterbuch zusammen auf oder verwenden Sie eine Struktur, die eindeutig erkennen lässt, welche Dokumentation zu welcher Datei und Version gehört. Apification Cloud ermöglicht es, Dateien und Projekte in einem versionierten Bereich zu organisieren, der für die gemeinsame Nutzung ausgelegt ist. Außerdem lassen sich Office-Dateien mit ONLYOFFICE direkt in Cloud erstellen und bearbeiten. So kann die Dokumentation gemeinsam mit den Daten in bearbeitbarer Form aufbewahrt werden. Kennzeichnen Sie beim Teilen beide Bestandteile und die Lieferung, zu der sie gehören, eindeutig. Das Tool unterstützt das Organisieren und Teilen von Dateien; die Definition der Bedeutungen und die Prüfung auf Konsistenz bleiben Aufgabe des Teams.
- Leitfaden für tabellarische CSV-Daten, datos.gob.es: https://datos.gob.es/sites/default/files/doc/file/guia_csv_vf.pdf
- Merkblatt: tabellarische CSV-Daten, datos.gob.es: https://datos.gob.es/sites/default/files/doc/file/cheat_sheet_csv_vf.pdf
- Leitfaden zur Qualität offener Daten, datos.gob.es: https://datos.gob.es/sites/default/files/doc/file/guia_calidad_de_datos_abiertos.pdf
- Verfahren für Verwaltungsregister, DANE: https://www.dane.gov.co/files/sen/registros-administrativos/cooperacionBID/peru/peru_procedimientos.pdf
- Leitfaden zur Veröffentlichung offener Daten, Datos Argentina: https://datosgobar.github.io/paquete-apertura-datos/pdf/anexo-II-guia-abiertos.pdf
- Benennen Sie beide Dateien so, dass ihre Zugehörigkeit klar erkennbar ist.
- Bewahren Sie eine bearbeitbare Version des Wörterbuchs zusammen mit der zugehörigen Lieferung auf.
- Nutzen Sie den Versionsverlauf, um bei Bedarf frühere Versionen zu prüfen oder wiederherzustellen.
Häufige Fragen
Muss das Datenwörterbuch für jeden Wert in der CSV-Datei eine Zeile enthalten?
Nein. Normalerweise dokumentiert es jede Spalte und ihre Regeln. Bei einer codierten Spalte sollte die Zuordnung zwischen Codes und Bezeichnungen enthalten sein, aber nicht jeder Datensatz wiederholt werden.
Wie dokumentiere ich eine leere Zelle?
Geben Sie an, ob sie für eine fehlende Angabe steht und was das in diesem Feld bedeutet. Kann sie mehr als eine Bedeutung haben, beschreiben Sie jeden Fall und erklären Sie, wie er zu unterscheiden ist. Setzen Sie eine leere Zelle nicht automatisch mit dem Wert 0 gleich.
Kann ich eine Tabellenkalkulation als Datenwörterbuch verwenden?
Ja. Eine editierbare Tabelle ist eine praktische Möglichkeit, für jede Spalte einen Eintrag zu pflegen. Wichtig ist, dass die Felder klar definiert sind und die Dokumentation zur Version der gelieferten CSV-Datei passt.
Garantiert ein Datenwörterbuch, dass die CSV-Datei ihren Regeln entspricht?
Nein. Es erklärt die Regeln und erleichtert die Interpretation, aber die Datei muss mit der Dokumentation abgeglichen werden. Eine gemeinsame Prüfung hilft, Abweichungen und Ausnahmen zu finden.
Quellen und weitere Informationen
Für diesen Artikel herangezogene Dokumentation.
- Guía de datos tabulares CSV — datos.gob.es
- Guía de calidad de datos abiertos — datos.gob.es
- Cheat sheet: datos tabulares CSV — datos.gob.es
- Procedimientos para registros administrativos — Departamento Administrativo Nacional de Estadística (DANE)
- Guía para la publicación de datos abiertos — Datos Argentina
Apification entdecken
Ähnliche Artikel
Dokumente und Daten
Verborgene Dezimalstellen in Excel: So vermeiden Sie Abweichungen zwischen Anzeige und Export
Ein Leitfaden, um die Anzeige einer Zahl von der benötigten Rechenregel zu unterscheiden, Abweichungen zu prüfen und einen Export vor dem Teilen zu kontrollieren.
Dokumente und Daten
Verborgene Zeilen in Excel: So prüfen Sie das Tabellenblatt vor dem Teilen
Ein Tabellenblatt, das unvollständig wirkt, muss nicht unbedingt Daten verloren haben. Erfahren Sie, wie Sie Filterhinweise und ausgeblendete Zeilen prüfen und erwartete Einträge abgleichen, bevor Sie eine Kopie teilen.
Dokumente und Daten
So machen Sie eine Tabellenkalkulation für Screenreader zugänglich
Ein praktischer Leitfaden für die Strukturierung von Tabellenblättern, Überschriften und Tabellen, für weniger Navigationshürden und zum Testen der Datei vor dem Teilen.