Indice / Practicas / EJ-6.6

EJ-6.6 · De ancho a largo con melt

Una planilla de asistencia de 30 alumnos por 12 sesiones se convierte en 360 filas. La conversión es una línea; lo que hay que decidir es qué hacer con las cinco celdas que no dicen ni P ni A.

Qué hay que hacer

A partir de asistencia_sesiones.csv, producir asistencia_larga.csv: una fila por celda, con el legajo, el nombre, la sesión, el estado y una bandera que diga si ese estado es reconocible.

Las cinco celdas raras

Entre las 360 celdas hay una X, un PRESENTE escrito completo, una p minúscula, un guion y una vacía. Ninguna se corrige: se conservan tal cual, con valido = 0.

La p minúscula es la más tentadora: es obvio que quiso decir presente, y normalizarla es una línea. Y este ejercicio no la normaliza a propósito. Si el programa arregla lo obvio en silencio, el informe dice que las 360 celdas están bien y nadie se entera de que alguien está cargando datos de cualquier forma.

Marcar es distinto de corregir: deja el problema visible y la decisión en manos de quien corresponde.

Cómo saber si te salió

python comparar.py mi_salida.csv asistencia_larga.csv

Antes de arrancar, mirá los datos

El contrato de salida

asistencia_larga.csv · 360 filas

Orden de las filas: legajo ASC, sesion ASC. El par es unico: cada alumno tiene una sola fila por sesion. 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(largo) == 360
30 * 12 == 360
int(largo['valido'].sum()) == 355
int((largo['valido'] == 0).sum()) == 5
largo.duplicated(subset=['legajo', 'sesion']).sum() == 0
largo['legajo'].nunique() == 30
largo['sesion'].nunique() == 12
set(largo.loc[largo['valido'] == 1, 'estado']) == {'P', 'A'}

Así tiene que quedar