SolveConPython

Nivel: Intermedio
Tema: Archivos, CSV, parsing, conversión de tipos, agregaciones, validación de entradas, tests con pytest
Objetivo: Leer un archivo CSV usando solo la librería estándar y calcular métricas básicas (conteo, suma y promedio) de una columna numérica, ignorando filas inválidas.

Enunciado

Crea una función llamada metricas_csv(ruta_csv, columna) que:

1. Reciba:
   • ruta_csv: ruta (string) a un archivo CSV con cabecera
   • columna: nombre (string) de una columna numérica
2. Si ruta_csv es None o columna es None, lance TypeError.
3. Si ruta_csv o columna no son str, lance TypeError.
4. Si el archivo no existe, lance FileNotFoundError.
5. Lea el CSV y calcule métricas para la columna indicada:
   • count: número de filas válidas (con valor numérico convertible)
   • sum: suma de los valores válidos
   • avg: promedio (si count es 0, avg debe ser 0)
6. Debe ignorar filas donde:
   • falte la columna,
   • el valor esté vacío,
   • el valor no se pueda convertir a float.

Debe devolver un diccionario con esta forma:

{"count": int, "sum": float, "avg": float}

CSV de ejemplo

ventas.csv

producto,importe
A,10
B,20.5
C,abc
D,
E,5

metricas_csv("ventas.csv", "importe") debería devolver:

{"count": 3, "sum": 35.5, "avg": 11.833333333333334}

Pistas

1. Usa csv.DictReader para leer filas como diccionarios.
2. Convierte a número con float(valor).
3. Maneja conversiones fallidas con try/except ValueError.
4. Asegura casos borde: archivo vacío, columna inexistente, count == 0.

Solución explicada (paso a paso)

1. Validamos tipos (ruta_csv y columna deben ser str).
2. Abrimos el archivo en modo texto con newline="".
3. Usamos csv.DictReader para obtener cada fila como diccionario.
4. Para cada fila:
   • obtenemos el valor de la columna,
   • verificamos que exista y no esté vacío,
   • intentamos convertirlo a float,
   • si se puede, lo acumulamos en suma y aumentamos count.
5. Calculamos promedio:
   • si count es 0 → avg = 0
   • si no → avg = total / count
6. Devolvemos el diccionario con métricas.

import csv
def metricas_csv(ruta_csv: str, columna: str) -> dict:
    """
    Lee un CSV con cabecera y calcula métricas básicas (count, sum, avg)
    de una columna numérica, ignorando filas inválidas.
    Reglas:
    - ruta_csv y columna deben ser str
    - Si archivo no existe -> FileNotFoundError
    - Ignora valores vacíos o no numéricos
    """
    if ruta_csv is None or columna is None:
        raise TypeError("Los parámetros 'ruta_csv' y 'columna' no pueden ser None.")
    if not isinstance(ruta_csv, str) or not isinstance(columna, str):
        raise TypeError("Los parámetros 'ruta_csv' y 'columna' deben ser cadenas (str).")
    total = 0.0
    count = 0
    with open(ruta_csv, mode="r", encoding="utf-8", newline="") as f:
        reader = csv.DictReader(f)
        for fila in reader:
            if not isinstance(fila, dict):
                continue
            if columna not in fila:
                continue
            valor_raw = fila.get(columna)
            if valor_raw is None:
                continue
            valor_raw = valor_raw.strip()
            if valor_raw == "":
                continue
            try:
                valor = float(valor_raw)
            except ValueError:
                continue
            total += valor
            count += 1
    avg = total / count if count > 0 else 0.0
    return {"count": count, "sum": total, "avg": avg}

import pytest
from reto_15_metricas_csv import metricas_csv
def test_metricas_csv_con_datos(tmp_path):
    contenido = (
        "producto,importe\n"
        "A,10\n"
        "B,20.5\n"
        "C,abc\n"
        "D,\n"
        "E,5\n"
    )
    archivo = tmp_path / "ventas.csv"
    archivo.write_text(contenido, encoding="utf-8")
    resultado = metricas_csv(str(archivo), "importe")
    assert resultado["count"] == 3
    assert resultado["sum"] == 35.5
    assert resultado["avg"] == 35.5 / 3
def test_archivo_no_existe():
    with pytest.raises(FileNotFoundError):
        metricas_csv("no_existe.csv", "importe")
def test_columna_no_existe(tmp_path):
    contenido = "a,b\n1,2\n3,4\n"
    archivo = tmp_path / "datos.csv"
    archivo.write_text(contenido, encoding="utf-8")
    resultado = metricas_csv(str(archivo), "importe")
    assert resultado == {"count": 0, "sum": 0.0, "avg": 0.0}
def test_none_lanza_typeerror():
    with pytest.raises(TypeError):
        metricas_csv(None, "importe")
def test_tipo_incorrecto_lanza_typeerror():
    with pytest.raises(TypeError):
        metricas_csv(123, "importe")

Ejecuta:

• pytest -q

Variantes para subir de nivel (opcional)

1. Devolver también min/max de la columna
2. Permitir separador configurable (, vs ;)
3. Soportar decimales con coma (locale)
4. Calcular métricas por grupo (por ejemplo, por producto o categoria)
5. Validar que el CSV tenga cabecera (y manejar caso contrario)

Lo que aprendiste

• Lectura de CSV con csv.DictReader
• Manejo de datos “sucios” y filas inválidas
• Agregaciones básicas (conteo, suma, promedio)
• Tests con archivos temporales (tmp_path)

Accede al código completo y a los tests en GitHub para ejecutar y modificar la solución localmente.

Continúa con Reto #16 — Merge de dos listas ordenadas para practicar lógica de “dos punteros”, muy útil en algoritmos y rendimiento.