Indice / Practicas / EJ-5.4

EJ-5.4 · Normalizar un dominio cerrado

Dos columnas de este archivo solo admiten valores de una lista cerrada. Una fila tiene el valor correcto escrito en mayúsculas y otra tiene un valor que no existe: parecen el mismo problema y no lo son.

Qué hay que hacer

A partir de transacciones_categorias.csv, producir:

• transacciones_normalizadas.csv - las operaciones utilizables, con tipo y categoria dentro de su dominio.
• transacciones_rechazadas.csv - una fila por operación descartada, con la columna, el valor original y el motivo.

El orden que decide el resultado

Este ejercicio tiene una sola trampa, y es de orden de operaciones:

1. Si normalizás primero y validás después, hay 1 valor fuera del dominio.
2. Si validás primero, hay 2: se pierde una fila buena y el informe miente sobre cuántos problemas distintos había.

Los dos programas corren sin error. Solo uno produce el archivo del contrato.

Cómo saber si te salió

python comparar.py mi_normalizadas.csv transacciones_normalizadas.csv
python comparar.py mi_rechazadas.csv transacciones_rechazadas.csv

Antes de arrancar, mirá los datos

El contrato de salida

transacciones_normalizadas.csv · 141 filas

Orden de las filas: id ascendente. Es unico, asi que no hace falta desempate. Indice: no se escribe: to_csv(index=False)

transacciones_rechazadas.csv · 9 filas

Orden de las filas: id_origen ascendente. Indice: no se escribe: to_csv(index=False)

Que hacer con cada defecto

Conteos clave

Si estos numeros no te dan, algo se desvio antes de que llegues a comparar los archivos.

Invariantes

Comprobaciones que tu resultado tiene que cumplir. Corrilas vos mismo antes de comparar los archivos:

len(normalizadas) + len(rechazadas) == 150
normalizadas['id'].is_unique
set(normalizadas['tipo']) == {'ingreso', 'gasto'}
normalizadas['categoria'].isin(CATEGORIAS).all()
(normalizadas['importe'] > 0).all()
normalizadas.notna().all().all()
rechazadas['id_origen'].is_unique
set(rechazadas['motivo']) <= {'ausente', 'dominio_desconocido', 'negativo_incoherente'}

Así tiene que quedar