De: Priyanka Rao, responsable de compras de Juniper Lane
Asunto: El archivo del proveedor de los lunes
Cobalt Home nos envía un archivo de existencias y precios cada lunes, y todas las semanas tiene los mismos problemas: nombres de columnas con espacios sobrantes, SKU escritos de distintas formas, precios con símbolos de dólar y comas o indicados como N/A, el mismo SKU repetido con fechas distintas, existencias negativas y alguna categoría que no conocemos.
No quiero una solución puntual. Quiero un proceso que podamos ejecutar cada lunes: unas cuantas funciones que limpien el archivo y una tabla de comprobaciones que indique cuántas filas incumplen cada regla, para saber qué debo reclamar al proveedor.
El archivo de la semana 1 es vendor_feed.csv, el de la semana 2 es vendor_feed_week2.csv y nuestra lista de categorías es vendor_categories.csv.
El código que vayas a ejecutar de nuevo debe estar en funciones. Escribirás tres pequeñas funciones de limpieza, las encadenarás con pipe, escribirás una función de comprobaciones que devuelva un recuento por regla y verificarás que todo funciona ejecutándolo con un segundo archivo sin cambiar una línea.
Cada función recibe una tabla y devuelve una nueva, por lo que puedes probar los pasos de uno en uno y encadenarlos en cualquier script.