enahopy 0.5.1

Libreria Python para analisis de microdatos ENAHO del INEI Peru

ENAHOPY 🇵🇪

Librería integral para análisis de microdatos del INEI (Perú)

Herramienta completa y robusta para descargar, procesar, analizar y visualizar microdatos de encuestas nacionales peruanas como ENAHO. Diseñada específicamente para investigadores, instituciones públicas y profesionales del análisis social en Perú.

Características Principales

• Descarga Automática: Descarga directa desde servidores oficiales del INEI
• Multi-formato: Compatible con DTA (Stata), SAV (SPSS), CSV, Parquet
• Validación Inteligente: Validación automática de columnas y mapeo de variables
• Fusión de Módulos: Sistema avanzado para combinar módulos ENAHO
• Análisis Geográfico: Integración con datos georreferenciados y ubigeos
• ️Análisis de Valores Nulos: Detección de patrones y estrategias de imputación
• Sistema de Cache: Optimización automática de descargas repetidas
• Alto Rendimiento: Procesamiento paralelo para archivos grandes
• Visualizaciones: Gráficos especializados para datos de encuestas sociales
• Reportes Automáticos: Generación de reportes en múltiples formatos

📦 Instalación

Instalación básica

pip install enahopy

🎯 Uso Rápido

Descarga y lectura de datos ENAHO

from enahopy.loader import download_enaho_data, read_enaho_file

# Descargar módulo específico
download_enaho_data(year=2023, modules=['01'], data_dir='datos_enaho')

# Leer archivo descargado
df_hogar = read_enaho_file('datos_enaho/2023/Enaho01-2023-200.dta')
print(f"Registros cargados: {len(df_hogar):,}")

Fusión de módulos

from enahopy.merger import merge_enaho_modules

# Combinar módulo de hogar con personas
df_combined = merge_enaho_modules(
    modules=['01', '02'],  # Hogar + Personas
    year=2023,
    level='persona'
)

Análisis geográfico

from enahopy.merger import merge_with_geography

# Agregar información geográfica
df_geo = merge_with_geography(
    df_combined,
    nivel='departamento',
    incluir_ubigeo=True
)

Análisis de valores nulos

from enahopy.null_analysis import ENAHONullAnalyzer

# Análisis completo de missing values
analyzer = ENAHONullAnalyzer(complexity='advanced')
result = analyzer.analyze(df_combined)

# Visualizar patrones
analyzer.plot_missing_patterns(save_path='missing_analysis.png')

# Generar reporte
analyzer.export_report(result, 'reporte_nulos.html')

🏗️ Arquitectura del Paquete

enaho_py/
├── loader/           # Descarga y lectura de datos
│   ├── core/        # Configuración y excepciones
│   ├── io/          # Readers y downloaders
│   └── utils/       # Utilidades y shortcuts
├── merger/          # Fusión de módulos y geografía
│   ├── geographic/  # Manejo de datos geográficos
│   ├── modules/     # Fusión entre módulos ENAHO
│   └── strategies/  # Estrategias de fusión
└── null_analysis/   # Análisis de valores faltantes
    ├── core/       # Motor de análisis
    ├── patterns/   # Detección de patrones
    ├── imputation/ # Estrategias de imputación
    └── reports/    # Generación de reportes

📊 Casos de Uso Típicos

1. Análisis de Pobreza Nacional

from enaho_analyzer import ENAHOAnalyzer

# Inicializar analizador
enaho = ENAHOAnalyzer(year=2023)

# Cargar módulos necesarios
df = enaho.load_modules(['01', '02', '34'])  # Hogar, personas, ingresos

# Calcular indicadores de pobreza
poverty_stats = enaho.calculate_poverty_indicators(df)
print(poverty_stats.summary())

2. Análisis Regional Comparativo

# Análisis por departamentos
regional_analysis = enaho.analyze_by_region(
    df, 
    indicators=['poverty_rate', 'gini_coefficient'],
    level='departamento'
)

# Visualizar resultados
regional_analysis.plot_map(indicator='poverty_rate')

3. Tendencias Temporales

# Análisis multi-año
trends = enaho.analyze_trends(
    years=range(2019, 2024),
    modules=['01', '02'],
    indicators=['poverty', 'education', 'health']
)

trends.plot_evolution()

🔧 Configuración Avanzada

from enaho_analyzer.loader.core import ENAHOConfig

# Configuración personalizada
config = ENAHOConfig(
    cache_dir='mi_cache',
    max_workers=8,
    chunk_size=50000,
    enable_validation=True
)

# Usar configuración en análisis
enaho = ENAHOAnalyzer(config=config)

📚 Ejemplos Prácticos

El repositorio incluye notebooks con ejemplos completos:

• 📊 Análisis de Pobreza Básico
• 🗺️ Mapeo de Indicadores Sociales
• 🔗 Fusión Avanzada de Módulos
• 🕳️ Tratamiento de Valores Faltantes

🤝 Contribuir

¡Las contribuciones son bienvenidas! Ver CONTRIBUTING.md para detalles completos.

Proceso de desarrollo:

# Clonar repositorio
git clone https://github.com/elpapx/enahopy
cd enahopy

# Instalar en modo desarrollo con dependencias
pip install -e .[dev]

# Instalar pre-commit hooks
pre-commit install

# Ejecutar tests rápidos
pytest tests/ -m "not slow"

# Verificar estilo de código
black --check enahopy/ tests/
flake8 enahopy/
isort --check-only enahopy/ tests/

# Ejecutar suite completa con cobertura
pytest tests/ --cov=enahopy --cov-report=html

Estado del CI/CD

Todos los PRs son automáticamente validados por:

• ✅ Quality Checks: black, flake8, isort
• ✅ Multi-platform Tests: Ubuntu, Windows, macOS
• ✅ Python Matrix: 3.8, 3.9, 3.10, 3.11, 3.12
• ✅ Coverage: Cobertura mínima 40% (objetivo: 60%)
• ✅ Build Validation: Empaquetado PyPI

📈 Roadmap

• Soporte para ENDES (Encuesta Demográfica y de Salud Familiar)
• Integración con ENAPRES (Encuesta Nacional de Programas Presupuestales Estratégicos)
• API REST para servicios web
• Dashboard interactivo con Streamlit
• Integración con R a través de reticulate
• Soporte para análisis longitudinal (paneles)

📄 Licencia

Este proyecto está bajo la Licencia MIT - ver LICENSE para detalles.

📞 Soporte

• 📧 Email: [e-mail]
• 🐛 Issues: GitHub Issues
• 📖 Documentación: enaho-analyzer.readthedocs.io
• 💬 Discusiones: GitHub Discussions

🙏 Agradecimientos

• Instituto Nacional de Estadística e Informática (INEI) por la disponibilización de microdatos
• Comunidad científica peruana por feedback y contribuciones
• Contribuidores del proyecto y usuarios beta

---

Desarrollado con ❤️ para la comunidad de investigación social en Perú