Limpieza de CSV con Python: un mini-proyecto verificable
Un proyecto verificable de limpieza CSV lee un archivo inventado pequeño, aplica reglas explícitas y produce una salida reconciliable. Empieza con el módulo CSV estándar y una tarea limitada. El objetivo es explicar transformaciones y comprobar una entrada distinta, no construir una canalización operativa grande.
Un proyecto verificable de limpieza CSV lee un archivo inventado pequeño, aplica reglas explícitas y produce una salida reconciliable. Empieza con el módulo CSV estándar y una tarea limitada. El objetivo es explicar transformaciones y comprobar una entrada distinta, no construir una canalización operativa grande.
Ideas principales
- Columnas y validaciones están escritas.
- Separador y comillas se interpretan como CSV.
- Los IDs conservan formato textual.
- Los rechazos tienen un motivo.
Escribe un contrato de datos pequeño
Utiliza product_id, name y quantity. Define campos obligatorios, cantidades enteras y si permites cero. Conserva IDs como texto y añade una regla para valores ausentes. Son decisiones del ejercicio ficticio, no normas universales de producto. Escríbelas antes de programar para que una fila válida tenga definición estable. Si cambias una regla, registra el motivo para poder explicar diferencias entre ejecuciones.
Lee según el formato del archivo
Usa la referencia CSV para elegir lector y separador. Una coma dentro de un nombre entre comillas sirve para comprobar el formato: dividir una línea por comas no entiende ese caso. Revisa encabezados antes de transformar. Guarda una entrada pequeña con nombres inventados y un código que empiece por cero. No conviertas identificadores a números solo por comodidad.
Separa aceptados y pendientes
Cada fila produce un resultado limpio o un motivo de revisión. Conserva número y valores originales en el registro. No sustituyas una cantidad inválida por cero sin explicar la decisión. Los duplicados necesitan una regla de ID. La transformación debe ser visible para que otro estudiante pueda inspeccionar el origen de la salida. Apartar no debería hacer desaparecer la información sin rastro.
Prueba límites y reconcilia recuentos
Incluye una fila normal, coma citada, campo obligatorio vacío y cantidad fuera de regla. Repite la entrada y compara. Aceptados más rechazados deben explicar las filas sin encabezado. MDN aporta contexto para elegir casos útiles; esta muestra es original y educativa. Superarla solo verifica el comportamiento limitado probado, no otros tamaños, permisos o formatos de una importación real.
Tu lista de evidencias
Marca solo lo que hayas comprobado. Registra tu progreso, no una auditoría independiente ni una predicción. No hay guardado automático; descarga la nota si quieres conservarla.
0 / 6 comprobados
En palabras sencillas
Guarda contrato, muestra, incidencias y salida probada para que otra persona verifique la transformación.
Pruébalo
Crea seis productos ficticios con coma citada, ID con cero inicial y cantidad inválida. Lee con CSV de Python, conserva filas válidas y registra las demás para revisión.
Resultado esperado
Entrada, salida y pruebas que explican cada aceptación o rechazo. No necesitas un catálogo real ni datos de clientes.
Comprueba tu respuesta: ¿Por qué no dividir las líneas por comas?
CSV admite campos entre comillas con comas y otros detalles internos. Un split simple interpreta esos caracteres como separadores aunque formen parte del valor. Utiliza un lector CSV y pruébalo con el formato concreto del archivo de tu ejercicio.
Preguntas y respuestas
¿Por qué no dividir las líneas por comas?
CSV admite campos entre comillas con comas y otros detalles internos. Un split simple interpreta esos caracteres como separadores aunque formen parte del valor. Utiliza un lector CSV y pruébalo con el formato concreto del archivo de tu ejercicio.
¿Este ejercicio hace segura una importación real?
Verifica pocas reglas con datos sintéticos. Una importación operativa requiere revisar permisos, tamaños, codificaciones, destinos y reglas comerciales adicionales. Mantén el alcance educativo claro y no presentes una pequeña muestra como validación de una canalización desconocida.
Guarda contrato, muestra, incidencias y salida probada para que otra persona verifique la transformación.
Fuentes y lecturas
- Python — CSV reading and writing ↗Fuentes revisadas:
- MDN — Testing strategies ↗Fuentes revisadas: