cleantam 0.1.1

Una extensión de Pandas para limpiar datos con formato latinoamericano

CLEANTAM

Olvídate de limpiar manualmente los CSVs con formato latinoamericano.

Esta es una extensión para pandas diseñada para simplificar la limpieza de datos comunes en Argentina y Latinoamérica (formatos de moneda con comas, tildes, columnas desordenadas) utilizando una sintaxis simple y directa.

🚀 Instalación

Puedes instalar la librería directamente usando pip:

pip install cleantam

💡 ¿Por qué usar esto?

Si trabajas con datos en la región, seguro te has encontrado con esto:

• Precios como "1.500,50" que Python lee como texto.
• Columnas como "Fecha de Nacimiento" difíciles de consultar.
• Texto sucio con tildes y espacios: " Córdoba ".

cleantamsoluciona estos problemas agregando un accesor .latam a tus DataFrames.

⚡ Uso Rápido

import pandas_latam  # Al importar, se activa el accesor .latam

# Datos sucios típicos
df = pd.DataFrame({
    'Precio Venta': ['1.500,50', '2.300,00', '$ 800,25'],
    'Provincia ': ['  Córdoba ', 'Entre Ríos', 'Tucumán'],
    'Fecha de Alta': ['20/01/2024', '21/01/2024', '22/01/2024']
})

## --- MAGIA ---
# 1. Limpiar nombres de columnas ('Precio Venta' -> 'precio_venta')
df.latam.limpiar_headers()

# 2. Convertir moneda latina a float (1.500,50 -> 1500.5)
df.latam.a_float(['precio_venta'])

# 3. Normalizar texto (quitar tildes, espacios y mayúsculas)
df.latam.normalizar_texto('provincia')

print(df)

📚 Funcionalidades

df.latam.limpiar_headers() -> Estandariza los nombres de las columnas a snake_case:

• Elimina tildes.
• Convierte a minúsculas.
• Reemplaza espacios por guiones bajos _.

df.latam.a_float(columnas) -> Convierte strings con formato numérico latino a float:

• Maneja separadores de miles con punto (.).
• Maneja decimales con coma (,).
• Elimina símbolos de moneda ($, U$S).

df.latam.normalizar_texto(columnas) -> Limpia columnas de texto para facilitar cruces de datos:

• Convierte a minúsculas.
• Elimina tildes y caracteres especiales (NFD Normalization).
• Elimina espacios al inicio y final (strip).

🤝 Contribuir

¡Las contribuciones son bienvenidas! Si tenes una idea para mejorar el soporte de formatos locales, no dudes en abrir un issue o enviar un pull request.

📄 Licencia

Este proyecto está bajo la Licencia MIT.