Skip to content

Latest commit

 

History

History
109 lines (61 loc) · 3.55 KB

README.md

File metadata and controls

109 lines (61 loc) · 3.55 KB
Raw

>>> Descrição do Problema:

Analistas precisam constantemente extrair, transformar e carregar dados de clientes.

  1. Implementar módulo Extract que, utilizando Pandas:

    • Extraia dados de forma agnóstica informações de um .csv, um .json e um .xlsx
    • Retorna dados como Dicionário de arrays
    • Retorna dados como CSV
    • Retorna dados como DataFrame

  2. Uma vez implementadas as classes, Extract será necessário para extrair DataFrames dos arquivos skus.json e sku_map.csv. Antes módulo Transform que, utilizando Pandas, receba ambos DataFrames e os converta no relatório especificado em answer.csv. O módulo Transform deve ser invocado apenas uma vez, através do seu método format(DataFrame).

  3. Implementados ambos módulos, extraia skus.json e sku_map.csv, aplique Transform.format(<skus>, <sku_map>) e salve o resultado em uma planilha .csv. O resultado deve ser idêntico a answer.csv

>>> Solução

Instalação:

pip install git+https://github.com/MarioLisboaJr/software_avaliativo.git#subdirectory=packages

packages.fourmatt.extract.Extract

classe packages.fourmatt.extract.**Extract(arquivo, kwargs)

Extrai dados de forma agnóstica de arquivos csv, json, xls, xlsx, xlsm, xlsb, odf, ods e odt.

Parâmetros:

  • arquivo: str, qualquer caminho de ‘string’ válido é aceitável.

  • **kwargs: propiedade de pandas.read_csv, pandas.read_json ou pandas.read_excel, a depender da extensão do arquivo.

Atributo:

  • df: objeto pandas, retorna o arquivo convertido em um DataFrame.

Métodos:

  • to_dict(**kwargs): converta arquivo num dicionário.

    • Parâmetro: **kwargs, propiedade de pandas.DataFrame.to_dict
    • Devolução: dict, arquivo formatado como dicionário.

  • to_csv(**kwargs): converta arquivo num arquivo de valores separado por vírgula (csv).

    • Parâmetro: **kwargs, propiedade de pandas.DataFrame.to_csv
    • Devolução: dict, arquivo formatado como CSV.

packages.fourmatt.transform.format

método packages.fourmatt.transform.format(skus, sku_map)

Utiliza arquivos skus e sku_map para criar relatório especificado em answer.csv.

Parâmetros:

  • skus: pandas DataFrame, arquivo skus convertido num objeto pandas.

  • sku_map: pandas DataFrame, arquivo sku_map convertido num objeto pandas.

Devolução:

  • pandas Dataframe, relatório especificado num objeto pandas.

Aplicação:

from fourmatt.extract import Extract
import fourmatt.transform as transform

# codificacao do arquivo sku_map.csv é ANSI
# codificacao do arquivo skus.json é UTF-8
# referencia para codificacao https://docs.python.org/3/library/codecs.html#text-encodings
sku_map = Extract('sku_map.csv', encoding='mbcs')
skus = Extract('skus.json')

# exemplo de converção em dicionário de arrays
skus_dict_arrays = skus.to_dict(orient='list')
# exemplo de conversão em csv
skus_csv = skus.to_csv(index=False)

resultado = transform.format(skus.df, sku_map.df)

# salvar resultado em uma planilha .csv
resultado.to_csv('resultado.csv', index=False)

# comparar se o relatorio gerado é igual ao modelo
answer = Extract('answer.csv').df
resultado = Extract('resultado.csv').df
print(answer.equals(resultado))

>>> True