La validation des données vérifie que le résultat respecte des règles attendues : types, plages de valeurs, unicité des clés, absence de manquants, cohérence entre colonnes. On l'exprime par des contrôles automatiques (assert, tests) exécutés après le nettoyage. Un échec signale un problème avant l'analyse plutôt qu'après.
Exemple
assert df['id'].is_unique
assert df['age'].between(0, 120).all()