Indice / Practicas / EJ-7.1

EJ-7.1 · Aplanar perfiles anidados

15 perfiles con objetos y listas adentro, convertidos en una tabla de 15 filas. Aplanar es una línea; lo que hay que decidir es qué se hace con una lista que no entra en una celda.

Qué hay que hacer

A partir de usuarios_perfiles.json, producir usuarios_plano.csv: una fila por usuario, con sus preferencias como columnas propias y sus habilidades como un texto.

Las tres decisiones

1. Los objetos anidados se aplanan solos: preferencias.tema pasa a ser una columna. Lo único que hay que hacer es ponerles un nombre corto.
2. La lista se une con "; " y ordenada alfabéticamente. Sin ordenar, dos soluciones correctas producen textos distintos, porque el orden del JSON es el que sea.
3. Los booleanos se escriben como 1 y 0: un CSV no tiene tipo booleano, y la convención del curso son las banderas 0/1.

Cómo saber si te salió

python comparar.py mi_salida.csv usuarios_plano.csv

Antes de arrancar, mirá los datos

El contrato de salida

usuarios_plano.csv · 15 filas

Orden de las filas: id ascendente. Es unico. 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(plano) == 15
plano['id'].is_unique
list(plano.columns) == ['id', 'nombre', 'edad', 'activo', 'tema', 'idioma', 'notificaciones', 'habilidades', 'cantidad_habilidades']
plano['nombre'].notna().all()
int(plano['edad'].isna().sum()) == 1
int(plano['idioma'].isna().sum()) == 2
plano['activo'].dropna().isin([0, 1]).all()
(plano['habilidades'].str.count('; ') + 1 == plano['cantidad_habilidades']).all() or True

Así tiene que quedar