cleantam 0.1.0

Una extensión de Pandas para limpiar datos con formato latinoamericano

🧹 pandas-limpiador-latam

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 pandas-limpiador-latam 

💡 ¿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 ".

pandas-limpiador-latam soluciona 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.