De: Dana Whitfield, responsable de operaciones en Juniper Lane
Asunto: Una tabla para la reunión del lunes
Cada semana recibo tres archivos exportados: el de la tienda North, el de la tienda South y el de la tienda web. Cada uno procede de un sistema distinto, así que las columnas tienen nombres diferentes, las fechas se escriben de distintas formas, el archivo de North incluye un signo de dólar en el precio, los nombres de los productos se escriben de cualquier manera y siempre hay algunas filas repetidas. El archivo de South incluso añade una línea TOTAL al final.
Necesito dos cosas:
orders: una tabla con las columnas order_id, order_date (fechas reales), product (el nombre oficial del producto), qty, unit_price (un número), source (north, south o web) y revenue, sin filas innecesarias ni repetidas.
report: ingresos por producto (filas) y mes (columnas), con 0 donde un producto no haya tenido ventas ese mes.
Los archivos son store_north.csv, store_south.csv y web_orders.csv. Cada paso es una parte del trabajo; tu cuaderno conserva el trabajo de un paso al siguiente.
Este proyecto combina las habilidades de los niveles Principiante e Intermedio en una tarea que los analistas realizan cada semana: combinar archivos exportados de distintos sistemas. Unificarás los nombres de las columnas, eliminarás filas vacías y líneas de resumen, convertirás precios y fechas, concatenarás los archivos, corregirás los nombres de los productos con una lista oficial, eliminarás duplicados y crearás el informe.
Completa los pasos en orden. Cada paso comprueba las tablas que ha modificado, y tu cuaderno conserva el trabajo para el siguiente paso, como en un análisis real. Si recargas la página o saltas a un paso posterior, el cuaderno se inicia con una copia limpia del trabajo realizado hasta ese paso.